编程知识比拼第二十六场丨编程考试

上期考试答案及解析：

1、下面哪些为常见激活函数？（多选题）

A、Sigmoid

B、Leaky ReLu

C、Tanh

D、Exponential

答案：A、B、C

2、迁移学习有哪种方法（多选题）

A、只训练分类器

B、全网随机化初始参数并训练

C、在已训练好的网络参数基础上进行微调

D、先训练分类器，再全网微调

答案：A、C、D

解析：A、假设卷积神经网络已经很好的学习到特征提取了，可以直接进行分类器学习；B、这个等于从头开始训练，失去了迁移训练的优势；C、是一种常用的迁移学习方法，用较小的学习数率训练；D、是一种常用的迁移学习方法，先高速度学习分类器，然后逐渐把前面几层加进来，用比较低的学习速率慢慢调整。

3、下面哪一项是VGG网络的缺点？（单选题）

A、使用了更小的3*3卷积核，和更深的网络

B、在VGGNet的卷积结构中，引入1*1的卷积核

C、采用了Multi-Scale的方法来训练和预测

D、使用了更多的参数

答案：D

解析：A 、是优点.使用了更小的3*3卷积核，和更深的网络。这样一方面可以有更少的参数，另一方面拥有更多的非线性变换，增加了CNN对特征的学习能力；B、是优点.在VGGNet的卷积结构中，引入1*1的卷积核，在不影响输入输出维度的情况下，引入非线性变换，增加网络的表达能力，降低计算量；C、是优点、采用了Multi-Scale的方法来训练和预测，缓解模型过拟合，提升预测准确率；D、是缺点，VGG使用了更多的参数，其中绝大多数的参数都是来自于第一个全连接层，因为VGG是有3个全连接层的，因此耗费更多计算资源。

4、MLP输入有3个特征，一个隐藏层（3个神经元），输出层1个神经元，其需要训练的参数有多少？（单选题）

A、10

B、12

C、16

D、20

答案：C

解析：3*(3+1)+1*(3+1)=12+4=16

5、CNN技术只适用于图像处理任务中。（单选题）

A、正确

B、错误

答案：B

解析：卷积计算可以帮助快速提取图像中的轮廓信息，也可以应用于结构数据中的特征提取。

↓↓↓

今日考试

本次考试共5道题，每题20分，共100分，考试时间30分钟。

本期考试答案及解析将在评论区公布，大家注意核对哦

大家把答案写在评论区，比如：ABCD...，先给出答案者视为先交卷，同等分数先交卷者排名优先。

1、深度学习项目开发的大体流程是？（单选题）

A、任务和模型定义，数据处理与特征工程，模型搭建与训练

B、任务和模型定义，模型搭建与训练，模型测试与优化、数据处理与特征工程

C、任务和模型定义，数据处理与特征工程，模型搭建与训练，模型测试与优化

D、数据处理与特征工程，模型搭建与训练，任务和模型定义，模型测试与优化

2、一张10*10的图片，在其四周进行1个像素填充后，其尺寸为多少？（单选题）

A、11*11

B、12*12

C、13*13

D、13*13

3、列表中的元素只能是整数、浮点数、字符串类型。（单选题）

A、正确

B、错误

4、对于下面的操作，结果是什么？ 

>>> s = "hello world" 

>>> s[::-2]（单选题）

A、drwolh'

B、dlrow olleh'

C、抛出异常

D、hlowrd'

5、以下说法是否正确：为了解决梯度消失/爆炸问题，Inception结构被开发和应用在深度卷积神经网络中。（单选题）

A、正确

B、错误

tips：正确答案及解析小C会在下次考试中给出，本次考试小C老师只打分，希望小伙伴们认真对待，把答案写在下方评论区。

    每日福利   

点击公众号菜单：今日福利

即可免费获得课程

<玩转Linux：常用命令实例指南>

全额抵扣优惠券

仅限500名额，先到先得

温馨提示：此账号菜单每日10点定时更新程序员福利

编程课程、电子书、会员卡、编程干货

全都有！