dhu 深度学习与应用实践
测试1_神经网络原理与实现
1【单选题】以下____算法是基于规则的分类器。
A、神经网络
B、k-means
C、逻辑回归
D、决策树
2【单选题】以下关于人工神经网络的描述正确的是____。
A、神经网络对训练数据中的噪声不敏感，因此不用考虑数据质量
B、神经网络训练后很容易得到分类的规则
C、训练人工神经网络是一个很耗时的过程
D、只能用于分类任务
3【单选题】有关前馈神经网络的认识正确的是____。
A、神经网络训练过程是拟合训练数据模式的过程
B、神经网络训练后很容易得到分类的规则
C、一个结构明确的神经网络的训练结果是唯一的
D、神经网络模型的分类能力一定比决策树好
4【单选题】梯度下降算法的正确计算步骤是____。
1)计算预测值和真实值之间的误差
2)迭代更新，直到找到最佳权重
3)把输入传入网络，得到输出值
4)初始化随机权重和偏差
5)对每一个产生误差的神经元，改变其权重值以减小误差
A、1)2)3)4)5)
B、5)4)3)2)1)
C、3)2)1)5)4)
D、4)3)1)5)2)
5【单选题】以下_____问题不适合应用神经网络。
A、预测电信客户流失的可能性
B、辅助确定是否给银行的客户贷款
C、对基金公司的客户进行分组，了解每组客户的特点
D、股票走势的预测
6【单选题】_____用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小。
A、优化函数
B、梯度下降
C、反向传播
D、损失函数
7【单选题】下面对感知机网络（Perceptron Networks）描述不正确的是_____。
A、感知机网络没有隐藏层
B、感知机网络具有一层隐藏层
C、感知机网络不能拟合复杂数据
D、感知机网络是一种特殊的前馈神经网络
8【单选题】在前馈神经网络中，误差反向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整神经网络的_____。
A、神经元和神经元之间连接的有无
B、相邻层神经元和神经元之间的连接权重
C、同一层神经元之间的连接权重
D、输入数据大小
9【单选题】_____对前馈神经网络的描述是不正确的。
A、层与层之间通过“全连接”进行连接，即两个相邻层之间神经元完全成对连接
B、各个神经元接受前一级神经元的输入，并输出到下一级
C、同一层内神经元之间存在全连接
D、同一层内的神经元相互不连接
11【单选题】神经网络的一次误差反向传播算法可以____。
A、修改一层神经元的参数
B、修改相邻2层的神经元的参数
C、修改网络中所有神经元的参数
D、修改网络中所有神经元的激活函数
12【单选题】神经网络建模步骤一般是____。
1)模型评估
2)网络配置
3)模型训练
4)数据准备
5)模型预测
A、1)2)3)4)5)
B、3)2)1)5)4)
C、5)4)3)2)1)
D、4)2)3)1)5)
13.【多选题】
神经网络由许多神经元组成，下列关于神经元的陈述中____是正确的。
A、一个神经元可以有多个输入和一个输出
B、一个神经元可以有一个输入和多个输出
C、一个神经元可以有多个输入和多个输出
D、一个神经元只能有一个输入和一个输出
14【多选题】用于监督分类的算法有___。
A、线性回归
B、K-means
C、决策树
D、神经网络
15【多选题】神经网络的训练结果模型文件，一般包括___。
A、权重矩阵
B、偏置参数
C、超参数
D、计算图
16【多选题】下列____可以使神经网络模型拟合复杂函数的能力增加。
A、隐藏层层数增加
B、Dropout的比例增加
C、加大学习率
D、增加神经元的数量
17【多选题】在神经网络中，以下____技术用于解决过拟合。
A、加大学习率
B、Dropout
C、正则化
D、规范化
18【多选题】训练样本中，正负样本数量的比例较大，这称为样本类别不平衡问题，可采用____解决。
A、过采样，即增加正样本数量，使正负样本接近再学习
B、欠采样，即去除反例样本数量，使正负样本接近再学习
C、设置阈值。基于原始数据集学习，当使用已训练好的分类器进行测试时，将正负样本数量的比例作为阈值嵌入到决策过程中
D、改变评价标准，用AUC/ROC来进行评价
19【多选题】如果神经网络的学习率太大，____。
A、网络一定收敛
B、网络可能无法收敛
C、网络收敛速度慢
D、网络收敛速度快
【判断题】全连接神经网络输入层的神经元个数一般与一个输入样本的特征个数相同。
答案：√
- 做了两次，另外一次多的题目
【单选题】在一个神经网络中，确定每一个神经元的权重和偏差是模型拟合训练样本的目标，比较有效的办法是____。
A、根据人工经验随机赋值
B、搜索所有权重和偏差的组合，直到得到最佳值
C、赋予一个初始值，然后迭代更新权重，直至损失函数取得极小
D、下一层神经元继承上一层神经元的权重和偏差
【单选题】在神经网络学习中，每个神经元会完成若干功能，下面_____不是神经元所能够完成的功能。
A、将加权累加信息向后续相邻神经元传递
B、通过激活函数对加权累加信息进行非线性变换
C、向前序相邻神经元反馈加权累加信息
D、对前序相邻神经元所传递信息进行加权累加
【单选题】神经网络训练时，数据的类别标签可以用独热编码，编码中____。
A、只有1个1，其他为0
B、只有1个0，其他为1
C、只要是二进制就可以
D、一般用8位二进制数
【判断题】神经网络被称为通用函数拟合器，所以它理论上可以表示任何决策边界。
答案：√
dhu 深度学习与应用实践相关推荐
- 8月6日云栖精选夜读 | 阿里云CPFS在人工智能/深度学习领域的实践
2019独角兽企业重金招聘Python工程师标准>>> AI/DL在迅速发展 随着数据量的爆发式增长和计算能力的不断提升,以及在算法上的不断突破,人工智能(AI,Artificial ...
- 解析深度学习：语音识别实践电子书
作者:俞栋 出版社:电子工业出版社 品牌:博文视点 出版时间:2020-10-01 解析深度学习:语音识别实践电子书 ISBN:9787121287961
- 《解析深度学习：语音识别实践》.pdf
您所在位置:网站首页 > 海量文档  > 生活休闲 > 时政新闻 <解析深度学习:语音识别实践>.pdf3 ...
- 2021-07-14 深度学习基础与实践（二）
深度学习基础与实践(二) 一.分类及其性能度量 1.分类问题 2.分类性能度量 (1)准确率 (2)精确率和召回率 (3)P-R曲线 (4)F值 (5)ROC曲线 3.分类性能可视化 (1)混淆矩阵的 ...
- 【每周一本书】之《深度学习核心技术与实践》：“小猿搜题”团队倾力之作...
[数据猿导读] <深度学习核心技术与实践>主要介绍深度学习的核心算法,以及在计算机视觉.语音识别.自然语言处理中的相关应用 编辑 | sharon 官网 | www.datayuan.cn ...
- 【每周一本书】之《深度学习核心技术与实践》：“小猿搜题”团队倾力之作
[数据猿导读] <深度学习核心技术与实践>主要介绍深度学习的核心算法,以及在计算机视觉.语音识别.自然语言处理中的相关应用 编辑 | sharon 官网 | www.datayuan.cn ...
- 深度学习的算法实践和演进
1. 前言 如果说高德纳的著作奠定了第一代计算机算法,那么传统机器学习则扩展出第二代,而近十年崛起的深度学习则是传统机器学习上进一步发展的第三代算法.深度学习算法的魅力在于它核心逻辑的简单且通用. 在 ...
- 杨强教授力荐，快速部署落地深度学习应用的实践手册
香港科技大学计算机科学与工程学系讲座教授.国际人工智能联合会(IJCAI)理事会主席(2017-2019).深圳前海微众银行首席AI 官 杨强为<深度学习模型及应用详解>一书撰序,他提到现 ...
- 解密阿里云大规模深度学习性能优化实践
云栖号资讯:[点击查看更多行业资讯] 在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 作者 | 阿里云异构计算AI加速负责人 游亮 近日,斯坦福大学公布了最新的 DAWNBench 深 ...
最新文章
- CV算法复现（分类算法5/6）：ResNet（2015年 微软亚洲研究院）
- python基本使用-Python 基本用法
- php变量赋值给js
- Vue 是如何用 Rollup 打包的？
- 立即生效！帕特·基辛格卸任 VMware 所有职务
- 华为公司是如何做绩效考核的
- Aggressive cows 基础二分
- 定制网站建设流程有哪些
- Python小白入门--（域名whois查询为例）
- 石家庄推进智慧城市建设 数字校园将覆盖所有学校
- opencv实现靶纸弹孔识别计数功能
- 生存存疑？云计算第一股关停IoT公有云服务
- 从钉钉后台获取考勤数据（其他数据获取类似）
- Java时间戳与时间互相转换（含毫秒及秒转换方式）
- 2022年为什么降薪也要跳槽？机会比涨薪很重要？
- 【Git】版本控制管理(第二版) 前言 第一章 第二章
- 实验6 Sniffer网络安全检测
- Redis主从配置，简单滴很
- gstreamer 命令
- 重复文件太多，该怎样快速清理？