考试时间:2024/6/17
老师不画范围,但会上复习课,整体过一遍学的内容,考试不是很难
复习的时候好好把两本书看了,书上内容都挺好理解的,写的真的很好
一、名词解释
分布式表示
超参数
语言模型
attention机制
困惑度
梯度确认
截断的BPTT
共现矩阵
二、简答
1、什么是训练数据、测试数据、验证数据,为什么要区分训练数据和验证数据
2、为什么Dropout能够抑制过拟合
3、神经网络的激活函数为什么要使用非线性函数
4、神经网络的学习步骤
5、Batch normalization的优点
6、word2vec计算出现瓶颈的地方,并写出改进措施
三、综合
1、(1)用全连接层处理一张256*256的图片(RGB),只有一个隐藏层,隐藏层有10个神经元,输出层有1000个神经元,计算参数数量,写出计算过程
(2)至少写出卷积神经网络的三个特点
(3)SGD的缺陷的根本原因,列举出其他几个方式
2、(1)画出LSTM的计算图
(2)LSTM的三个门的作用
(3)简述改进RNNLM的几种措施