- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
国开作业《人工智能》形成性考核(二)
参考(含答案)933
本次考核为形成性考核,试卷分为两部分。
第一部分:选择题
1.训练一个神经网络时,下列哪种方法可以有效降低过拟合?
(D)
A.增加训练集的大小
B.减小网络的深度
C.减小网络的宽度
D.加入正则化项
2.下列关于熵的说法,哪个是正确的?(B)
A.熵越小,数据的不确定性越小
B.熵越大,数据的不确定性越大
C.熵和不确定性没有关系
D.熵只能为整数
3.下列哪项不是强化研究的三要素之一?(C)
A.奖励
B.状态
C.目标
D.行动
4.下列哪种神经网络常用于自然语言处理任务?(A)
A.循环神经网络
B.卷积神经网络
C.深度信念网络
D.受限玻尔兹曼机
5.Ernie模型是哪家公司开发的?(B)
A.谷歌
B.百度
C.腾讯
D.阿里巴巴
第二部分:简答题
1.请简要介绍一下卷积神经网络(CNN)的原理,并说明
CNN可以用来解决哪类问题?
卷积神经网络是由一系列卷积层和池化层组成的神经网络,其
中卷积层负责提取图像中的特征,池化层负责缩小数据尺寸以减小
运算量,并增强模型的泛化能力。CNN可以用来解决计算机视觉
领域的问题,如物体分类、物体检测、图像分割等。
2.常见的循环神经网络(RNN)有哪些结构?简述它们的原理。
常见的循环神经网络结构有RNN、LSTM和GRU。RNN会对
序列中的每个元素进行循环处理,将上一个元素的输出作为当前元
素的输入。LSTM通过门控机制来长期记忆信息并削减梯度消失的
影响;GRU是LSTM的变种,将门控机制分为更新门和重置门,
从而降低了计算量,提高了计算速度。
3.请利用线性回归算法,通过自己搜集的数据,建立一个房价
预测模型。
略。
4.请简要介绍Transformer模型的原理,并说明Transformer相
比基于循环神经网络的模型有哪些优势?
Transformer是由若干个注意力机制堆叠而成的模型,它将输入
序列分别进行自注意力和交叉注意力计算,得到对应的注意力矩阵,
实现了序列之间的信息传递。相比基于循环神经网络的模型,
Transformer具有并行化计算能力、处理长距离依赖关系能力更强、
避免了循环中依赖关系的累乘,同时它还可以在encoder和decoder
之间共享参数,提高了模型的泛化能力和训练效率。
以上为参考答案,仅供参考。
文档评论(0)