深度学习框架应用开发第3章习题(全).pdfVIP

深度学习框架应用开发第3章习题(全).pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
查看更多

深度学习框架应用开发第3章习题(全)--第1页

一、选择题

1.最早的神经元数学模型是()

A.BP模型

B.感知器模型

C.CNN模型

D.M-P模型

答案:D

解释:最早的形式化神经元数学模型是M-P模型,由美国心理学家McCulloch和数理逻辑学

家Pitts合作于1943年提出

2.生物神经元包括树突和轴突,其中树突相当于(),轴突相当于()

A.输入端处理端

B.输出端处理端

C.输入端输出端

D.输出端输入端

答案:A

3.下列哪个函数不可以做激活函数?

A.y=tanh(x)

B.y=sin(x)

C.y=2x

D.y=sigmiod(x)

答案:C

解释激活函数的作用:引入非线性值,并且映射-1~1,所以y=2x不符合作为激活函数的要

4.tanh激活函数通常比隐藏层单元的sigmoid激活函数效果更好,因为其输出的平均值更接

近于零,因此它将数据集中在下一层是更好的选择,请问正确吗?

A.True

B.False

答案:A

5.下面哪个选项不是神经网络训练过程中过拟合的防止方法?

A.提前终止

B.增加学习率

C.L2正则化

D.dropou

答案:B

6.卷积神经网络的正向传播过程是指从输入层到输出层的信息传播过程,该过程包括的操作

有()

深度学习框架应用开发第3章习题(全)--第1页

深度学习框架应用开发第3章习题(全)--第2页

A.卷积操作

B.池化操作

C.Relu操作

D.全连接分类

答案:D

7.以下哪些结构属于BP神经网络

A.输入层

B.隐含层

C.输出层

D.卷积层

答案:D

8.前馈神经网络通过误差后向传播(BP算法)进行参数学习,这是一种()机器学习

手段

A.监督学习

B.半监督学习

C.无监督学习

D.无监督学习和监督学习的结合

答案:A

9.下面对前馈神经网络描述不正确的是()

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

答案:C

10.下面对前馈神经网络这种深度学习方法描述不正确的是()

A.实现了非线性映射

B.是一种端到端学习的方法

C.隐藏层数目大小对学习性能影响不大

D.是一种监督学习的方法

答案:C

二、填空题

1、进行深度学习应用开发的第一步也是至关重要的一步就是数据处理。

2、TensorFlow2提供了函数tf.keras.utils.get_file用于下载数据集。

3、在实际开发过程中,开发人员都需要对数据进行分析。通过分析,选取合适的数据以及

相对应的数据预处理方法是项目开发成功的关键。

4、借助seaborn工具(安装命令:pipinstallseaborn)可以对数据进行数据可视

化。

5、散点矩阵图可以用于粗略揭示数据中,不同列之间的相关性。

深度学习框架应用开发第3章习题(全)

文档评论(0)

133****8101 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档