《深度学习》课后习题,,,,10.docxVIP

《深度学习》课后习题,,,,10 《深度学习》课后习题 逻辑回归模型与神经网络 - 逻辑回归模型与神经网络 - 深度学习 1.机器学习中模型的训练误差和测试误差是一致的。* A .对 B .错 正确答案：B 2.机器学习中选择的模型越复杂越好。* A .对 B .错 正确答案：B 3.解决模型过拟合问题的一个方法是正则化。* A .对 B .错 正确答案：A 4.模型在训练阶段的效果不太好称之为欠拟合。* A .对 B .错 正确答案：A 5.如果模型的误差来自于偏差较大，可以采用以下措施解决。* A .给数据增加更多的特征 B .设计更复杂的模型 C .增加更多的数据 D .使用正则化 正确答案：A,B 6.如果模型的误差来自于偏差较大，可以采用以下措施解决* A .给数据增加更多的特征 B .设计更复杂的模型 C .增加更多的数据 D .使用正则化 正确答案：A,B 深度学习概述 - 深度学习概述 - 深度学习 1.一个神经元的作用相当于一个逻辑回归模型。* A .对 B .错 正确答案：A 2.神经网络可以看成由多个逻辑回归模型叠加而成。* A .对 B .错 正确答案：A 3.神经网络的参数由所有神经元连接的权重和偏差组成。* A .对 B .错 正确答案：A 4.一个结构确定的神经网络对应一组函数集合，而该神经网络的参数确定后就只对应一个函数。* A .对 B .错 正确答案：A 5.深度神经网络的深度一般是网络隐藏层的数量。* A .对 B .错 正确答案：A 6.神经网络从计算上可以看成矩阵运算和非线性运算的多次叠加而组成的复合函数，且网络叠加的层次可看成复合函数的嵌套深度。* A .对 B .错 正确答案：A 7.神经网络的层次和每层神经元的数量可以通过以下哪些方法确定？* A .可随意设定 B .可人为进行设计 C .可通过进化算法学习出来 D .可通过强化算法学习出来 正确答案：B,C,D 8.深度学习兴起的标志性事件包括。* A .Alpha Go 在围棋上击败李世石 B .在图像识别领域的准确率超过人类 C .语音识别达到人类的水平 D .深蓝在国际象棋上击败卡斯帕罗夫 正确答案：A,B,C 梯度下降与反向传播 - 梯度下降与反向传播 - 深度学习 1.随机梯度下降运行速度要比梯度下降慢。* A .对 B .错 正确答案：B 2.特征缩放（feature scaling）目的是使得不同的特征有相同的比例。* A .对 B .错 正确答案：A 3.反向传播算法的提出是为了解决深度神经网络中梯度计算的效率问题。* A .对 B .错 正确答案：A 4.反向传播算法由前向传递，反向传递，两个阶段构成。* A .对 B .错 正确答案：A 5.在反向传播算法中，反向传递过程可以看成一个没有激活函数的反向的神经网络。* A .对 B .错 正确答案：B 6.在深度学习中采用梯度下降方法往往达不到最优解，而是在以下哪些情况下停止了。* A .鞍点 B .局部极值点 C .高原（plateau）点 D .早停点 正确答案：A,B,C,D 7.随机梯度下降相对于梯度下降，损失函数会呈现较强的抖动。* A .对 B .错 正确答案：A 深度学习编程 - 深度学习编程 - 深度学习 1.基于 Keras 实现神经网络需要首先创建模型对象。* A .对 B .错 正确答案：A 2.在 Keras 模型中每添加一个网络层都需要设置输入维度和输出维度。* A .对 B .错 正确答案：B 3.在 Keras 中可选的优化方法有哪些？* A .SGD B .RMSprop C .Adagrad D .Adadelta E .Adam F .Adamax G .Nadam 正确答案：,A,B,C,D,E 深度学习训练技巧 - 深度学习训练技巧 - 深度学习 1.模型在测试集上效果不好，可以认为模型过拟合了。* A .对 B .错 正确答案：B 2.采用 sigmoid 函数作为激活函数的深层次网络出现梯度消失的原因是。* A .靠近输出层的网络参数的梯度较大，而靠近输入层的网络参数梯度较小； B .靠近输出层的网络参数变化较快，而靠近输入层的网络参数变化较慢 C .当靠近输出层的网络参数收敛时，靠近输入层的网络参数仍然是随机的值 D .sigmoid 函数有将较大的输入信号转换为较小的输出信号的特性 正确答案：A,B,C,D 3.在深度神经网络中 ReLu 函数取代 sigmoid 函数作为激活函数的原因是？* A .计算速度较快 B .有生物学基础 C .可以看成无限多个有不同偏差的 sigmoid 函数的叠加 D .有效地减缓了梯度消失问题 正确答案：A,B,C,D 4.以 ReLu 函数为激活函数的深度