第五章测试
1.在选择神经网络的深度时,下面哪些参数需要考虑?( )
A:映射的输出函数 B:神经网络的类型(如MLP,CNN) C:学习速率 D:计算能力(硬件和软件能力决定) E:输入数据
答案:ABCDE
2.深度学习与机器学习算法的区别在于,后者过程中无需进行特征提取工作,即在进行深度学习过程中要先完成特征提取的工作。( )
A:对 B:错 3.自动编码器的主要任务是什么?( )
A:异常检测 B:生成模型 C:特征提取 D:降维 E:无监督预训练 4.编码器的常见应用包含以下哪几种( )
A:异常监测 B:信息检索 C:数据降维 D:图像修复 5.下列哪一项在神经网络中引入了非线性?( )
A:随机梯度下降 B:ReLU单元 C:卷积函数 D:其它都不正确 6.训练CNN时,可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。( )
A:对 B:错 7.欠拟合(Underfitting)是指模型复杂度低,模型在训练集上就表现很差,没法学习到数据背后的规律。( )
A:对 B:错 8.对于一个图像识别问题,下列哪种神经网络可以更好解决这个问题。( )
A:感知机 B:循环神经网络 C:多层感知机 D:卷积神经网络

温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!
点赞(8) dxwkbang
返回
顶部