神经网络与深度学习期末考试满分过题库!

  1. TensorFlow的特点有哪些( E
    A、灵活性
    B、可移植性
    C、高效
    D、多语言支持
    E、以上全部都是

  2. 下列有关张量和和变量的说法正确的是(B
    A、张量可以简单理解为多维度数组
    B、以上都是
    C、变量是一种特殊的张量
    D、在TensorFlow中所有的数据都是通过张量的形式表示“

  3. 下列声明哪些是正确的?(C
    声明1:可以通过将所有权重初始化为0来训练网络
    声明2:可以通过将偏差初始化为0来训练网络
    A、1和2都错
    B、1和2都对
    C、1错2对
    D、1对2错

  4. 下列哪个函数不可以做激活函数?(B
    A、y=tanh(x)
    B、y=2x
    C、y=sin(x)
    D、y=max(x,0)

  5. 在一个简单的MLP模型中,输入层有8个神经元,隐藏层有5个神经元,输出层有1个神经元。隐藏输出层和输入隐藏层之间的权重矩阵的大小是多少(D
    A、[1 X 5],[5 X 8]
    B、[8×5],[1×5]
    C、[5×8],[5×1]
    D、[5×1],[8×5]

  6. 对于前向神经网络,输入层中的节点数为10,隐藏层为5。从输入层到隐藏层的最大连接数是(B
    A、小于50
    B、50
    C、任意值
    D、大于50

  7. 反向传播算法一开始计算什么内容的梯度,之后将其反向传播?(C
    A、各个输入样本的平方差之和
    B、各个网络权重的平方差之和
    C、预测结果与样本标签之间的误差
    D、以上都不对

  8. 在训练神经网络时,损失函数(loss)在最初的几个epochs时没有下降,可能的原因是?(D
    在这里插入图片描述
    A、正则参数太高
    B、陷入局部最小值
    C、学习率太高
    D、以上都有可能

  9. 数据规一化(Normalization)的好处都有啥?(A
    A、让每一层的输入的范围都大致固定
    B、以上都不正确
    C、它将权重的归一化平均值和标准差
    D、它是一种非常有效的反向传播(BP)方法

  10. 以下哪些是CNN网络常用的模型?(B
    1 LeNet-5
    2 AlexNet
    3 VGGNet
    4 Google Inception Net
    A、2,3
    B、1,2,3,4
    C、1,2,3

  11. 输入图片大小为200×200,依次经过一层卷积(kernel size 5×5,same padding ,stride 2),pooling(kernel size 3×3,valid padding ,stride 1),又一层卷积(kernel size 3×3,same padding,stride 1)之后,输出特征图大小为(C
    A、96
    B、97
    C、98

  12. 梯度爆炸问题是指在训练深度神经网络的时候,梯度变得过大而损失函数变为无穷。在RNN中,下面哪种方法可以较好地处理梯度爆炸问题?(D
    A、Dropout
    B、所有方法都不行
    C、用改良的网络结构比如LSTM和GRUs
    D、梯度裁剪

  13. 下列有关LSTM的细胞状态正确的是。(A
    A、以上都是
    B、LSTM决定从细胞状态中丢弃什么信息
    C、LSTM决定什么信息增加到细胞状态中
    D、LSTM决定从细胞状态中输出什么信息

  14. 深度学习与机器学习算法之间的区别在于,深度学习过程中无需进行特征提取工作,也就是说,我们建议在进行深度学习过程之前要首先完成特征提取的工作。这种说法是(A
    A、错误的
    B、正确的

  15. 神经网络模型(Neural Network)因受人类大脑的启发而得名,神经网络由许多神经元(Neuron)组成,每个神经元接受一个输入,对输入进行处理后给出一个输出,如下图所示。请问下列关于神经元的描述中,哪一项是正确的?(A
    在这里插入图片描述
    A、以上都是
    B、每个神经元可以有多个输入和一个输出
    C、每个神经元可以有一个输入和多个输出
    D、每个神经元可以有多个输入和多个输出
    E、每个神经元可以有一个输入和一个输出

  16. 下图中的数据是线性可分的么?( B
    在这里插入图片描述
    A、是
    B、否

  17. 已知:
    大脑是有很多个叫做神经元的东西构成,神经网络是对大脑的简单的数学表达。每一个神经元都有输入、处理函数和输出。神经元组合起来形成了网络,可以拟合任何函数。为了得到最佳的神经网络,我们用梯度下降方法不断更新模型给定上述关于神经网络的描述,什么情况下神经网络模型被称为深度学习模型?(A

  • 8
    点赞
  • 91
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

爱吃香菜的斌斌

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值