人工智能选拔考试理论部分试题.pdfVIP

人工智能选拔考试理论部分试题

1、梯度下降算法的正确步骤是什么？1.计算测值和真实值之间的误差2.重复迭代

,直至得到网络权重的最佳值3.把输入传入网络，得到输出值4.用随机值初始化权

重和偏差5.对每一个产生误差的神经元，调整相应的权（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正（确答案）

2、已知：大脑是有很多个叫做神经元的东西构成，神经网络是对大脑的简单的数

学表达。

每一个神经元都有输入、处理函数和输出。神经元组合起来形成了网络，可以拟

合任何函数。为了得到最佳的神经网络，我们用梯度下降方法不断更新模型给定

上述关于神经网络的描述，什么情况下神经网络模型被称为深度学习模型？

A、加入更多层，使神经网络的深度增加（:工苔3）

B、有维度更高的数据

C、当这是一个图形识别的问题时

D、以上都不正确

3、训练CNN时，可以对输入进行旋转、平移、缩放等处理提高模型泛化能力。

这么说是对，还是不对？

对

错

4、下面哪项操作能实现跟神经网络中Dr叩oul的类似效果？

A、B