| ←上一篇 | ↓↑ | 下一篇→ |
|---|---|---|
| 2.10 局部最优的问题 | 回到目录 | 3.1 调试处理 |
总结
习题
第 51 题
当输入从第8个mini-batch的第7个的例子的时候，你会用哪种符号表示第3层的激活？
A.
α
[
3
]
{
8
}
{
7
}
\alpha^{[3]\{8\}\{7\}}
α[3]{8}{7}
B.
α
[
8
]
{
7
}
{
3
}
\alpha^{[8]\{7\}\{3\}}
α[8]{7}{3}
C.
α
[
8
]
{
3
}
{
7
}
\alpha^{[8]\{3\}\{7\}}
α[8]{3}{7}
D.
α
[
3
]
{
7
}
{
8
}
\alpha^{[3]\{7\}\{8\}}
α[3]{7}{8}
第 52 题
关于mini-batch的说法哪个是正确的？
A.mini-batch迭代一次（计算1个mini-batch），要比批量梯度下降迭代一次快
B.用mini-batch训练完整个数据集一次，要比批量梯度下降训练完整个数据集一次快
C.在不同的mini-batch下，不需要显式地进行循环，就可以实现mini-batch梯度下降，从而使算法同时处理所有的数据（矢量化）
第 53 题
为什么最好的mini-batch的大小通常不是1也不是m，而是介于两者之间？
A.如果mini-batch的大小是1，那么在你取得进展前，你需要遍历整个训练集
B.如果mini-batch的大小是m，就会变成批量梯度下降。在你取得进展前，你需要遍历整个训练集
C.如果mini-batch的大小是1，那么你将失去mini-batch将数据矢量化带来的的好处
D.如果mini-batch的大小是m，就会变成随机梯度下降，而这样做经常会比mini-batch慢
第 54 题
如果你的模型的成本随着迭代次数的增加，绘制出来的图如下，那么：
A.如果你正在使用mini-batch梯度下降，那可能有问题；而如果你在使用批量梯度下降，那是合理的
B.如果你正在使用mini-batch梯度下降，那看上去是合理的；而如果你在使用批量梯度下降，那可能有问题
C.无论你在使用mini-batch还是批量梯度下降，看上去都是合理的
D.无论你在使用mini-batch还是批量梯度下降，都可能有问题
第 55 题
假设一月的前三天卡萨布兰卡的气温是一样的： 一月第一天: θ 1 = 10 \theta_1=10\quad θ1=10 一月第二天: θ 2 = 10 \theta_2=10\quad θ2=10 假设您使用 β = 0.5 \beta=0.5 β=0.5 的指数加权平均来跟踪温度： v 0 = 0 , v t = β v t − 1 + ( 1 − β ) θ t v_0=0,v_t=\beta v_{t-1}+(1-\beta)\theta_t v0=0,vt=βvt−1+(1−β)θt 。如果 v 2 v_2 v2 是在没有偏差修正的情况下计算第2天后的值，并且 v 2 c o r r e c t e d v_2^{corrected} v2corrected 是您使用偏差修正计算的值。 这些下面的值是正确的是？
A.
v
2
=
10
,
v
2
c
o
r
r
e
c
t
e
d
=
10
v_2=10,v_2^{corrected}=10
v2=10,v2corrected=10
B.
v
2
=
10
,
v
2
c
o
r
r
e
c
t
e
d
=
7.5
v_2=10,v_2^{corrected}=7.5
v2=10,v2corrected=7.5
C.
v
2
=
7.5
,
v
2
c
o
r
r
e
c
t
e
d
=
7.5
v_2=7.5,v_2^{corrected}=7.5
v2=7.5,v2corrected=7.5
D.
v
2
=
7.5
,
v
2
c
o
r
r
e
c
t
e
d
=
10
v_2=7.5,v_2^{corrected}=10
v2=7.5,v2corrected=10
第 56 题
下面哪一个不是比较好的学习率衰减方法？
A.
α
=
1
1
+
2
∗
t
α
0
\alpha=\frac{1}{1+2*t}\alpha_0
α=1+2∗t1α0
B.
α
=
1
t
α
0
\alpha=\frac{1}{\sqrt{t}}\alpha_0
α=t1α0
C.
α
=
0.9
5
t
α
0
\alpha=0.95^t\alpha_0
α=0.95tα0
D.
α
=
e
t
α
0
\alpha=e^t\alpha_0
α=etα0
第 57 题
您在伦敦温度数据集上使用指数加权平均， 使用以下公式来追踪温度： v t = β v t − 1 + ( 1 − β ) θ t v_t=\beta v_{t-1}+(1-\beta)\theta_t vt=βvt−1+(1−β)θt 。下图中红线使用的是 β = 0.9 \beta=0.9 β=0.9 来计算的。当你改变 β \beta β 时，你的红色曲线会怎样变化？（选出所有正确项）
A.减小
β
\beta
β ，红色线会略微右移
B.增加
β
\beta
β ，红色线会略微右移
C.减小
β
\beta
β ，红线会更加震荡
D.增加
β
\beta
β ，红线会更加震荡
第 58 题
下图中的曲线是由：梯度下降，动量梯度下降（ β = 0.5 \beta=0.5 β=0.5 ）和动量梯度下降（ β = 0.9 \beta=0.9 β=0.9 ）。哪条曲线对应哪种算法？
A.(1)是梯度下降；(2)是动量梯度下降（
β
=
0.9
\beta=0.9
β=0.9 ）；(3)是动量梯度下降（
β
=
0.5
\beta=0.5
β=0.5 ）
B.(1)是梯度下降；(2)是动量梯度下降（ β = 0.5 \beta=0.5 β=0.5 ）；(3)是动量梯度下降（ β = 0.9 \beta=0.9 β=0.9 ）
C.(1)是动量梯度下降（ β = 0.5 \beta=0.5 β=0.5 ）；(2)是动量梯度下降（ β = 0.9 \beta=0.9 β=0.9 ）；(3)是梯度下降
D.(1)是动量梯度下降（ β = 0.5 \beta=0.5 β=0.5 ）；(2)是梯度下降；(3)是动量梯度下降（ β = 0.9 \beta=0.9 β=0.9 ）
第 59 题
假设在一个深度学习网络中，批量梯度下降花费了大量时间时来找到一组参数值，使成本函数 J ( W [ 1 ] , b [ 1 ] , ⋯ , W [ L ] , b [ L ] ) J(W^{[1]},b^{[1]},\cdots,W^{[L]},b^{[L]}) J(W[1],b[1],⋯,W[L],b[L]) 小。以下哪些方法可以帮助找到 J J J 值较小的参数值？
A.令所有权重值初始化为0
B.尝试调整学习率
C.尝试mini-batch梯度下降
D.尝试对权重进行更好的随机初始化
E.尝试使用 Adam 算法
第 60 题
关于Adam算法，下列哪一个陈述是错误的？
A.Adam结合了Rmsprop和动量的优点
B.Adam中的学习率超参数 α \alpha α 通常需要调整
C.我们经常使用超参数的“默认”值
β
1
=
0.9
,
β
2
=
0.999
,
ϵ
=
1
0
−
8
\beta_1=0.9,\beta_2=0.999,\epsilon=10^{-8}
β1=0.9,β2=0.999,ϵ=10−8
D.Adam应该用于批梯度计算，而不是用于mini-batch
51-60题 答案
51.A 52.C 53.BC 54.B 55.D 56.D 57.BC 58.B 59.BCDE 60.D
| ←上一篇 | ↓↑ | 下一篇→ |
|---|---|---|
| 2.10 局部最优的问题 | 回到目录 | 3.1 调试处理 |
扫一扫
766
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
