深度学习入门试题及分析.docxVIP

深度学习入门试题及分析

一、单项选择题（共10题，每题1分，共10分）

在深度学习模型中，通常用于解决“梯度消失”问题的激活函数是：

A.Sigmoid函数

B.Tanh函数

C.ReLU函数

D.Softmax函数

答案：C

解析：ReLU函数（RectifiedLinearUnit）在输入为正时导数为1，有效缓解了深层网络中因Sigmoid或Tanh函数在饱和区梯度接近于零而导致的“梯度消失”问题。Sigmoid和Tanh函数在输入绝对值较大时梯度接近于零，容易导致梯度消失。Softmax函数通常用于多分类任务的输出层，其本身不用于解决梯度消失问题。

以下关于反向传播算法的描述