第五章 Pytorch神经网络基础：本章大致介绍了人工神经网络的基本知识，对其发展的历程和阶段做了描述，其中详细介绍了怎么安装pytorch，以及和TensorFlow的比较，然后用代码实现了简单的神经网络的搭建以及网络参数的保存，对深度学习框架的学习入门有着很重要的作用。5.1人工神经网络:为大家大致讲述了ANN的相关内容，旨在为大家科普入门。[多选题]人工神经网络的模型按照学习方法来分成下面的哪几个？
5.2Pytorch概述:本节课为大家介绍一下pytorch的安装，分为不同的方式和不同的版本，例如CPU和GPU。
5.3激励函数:这节课讲述了深度学习中很重要的内容—激励函数的相关内容，为大家比较了四种常见的激励函数以及对它们的实现。
5.4关系拟合回归:本节课为大家讲述了关系拟合回归的相关内容，具体代码实现了它，直观的用图像来显示了其效果。
5.5分类:本节课为大家介绍了分类的相关内容，用代码实现了我们伪造的假数据的分类效果，用图像直观的表现了出来。
5.6快速搭建和保存提取:本节课为大家介绍了神经网络的搭建和对其中的参数的保存，这是我们开始学习神经网络的很重要的一步，也上考验大家代码能力的一节课。
5.7加速神经网络训练:本节课为大家介绍了怎么加速神经网络的训练，为大家介绍了几种更新导数的方法。
无监督的学习网络
高阶非线性关联网络
有监督的学习网络
一阶线性关联网络
答案：有监督的学习网络无监督的学习网络
[单选题]感知机模型是谁提出的？
罗森勃拉特
皮兹
麦克洛奇
赫布[单选题]关于tensor的类型转换的问题，我们想要将该tensor投射为short类型，应该选择哪一种方法？
torch.char()
torch.short()
t.float()
torch.byte()[单选题]在神经网络中，不包含那一层？
隐藏层
输入层
输出层
激励函数层[判断题]adam梯度下降的方法是momentum和adagrad两种方法的融合。
对
错[单选题]activationfunction 指的是什么（ ）
自适应函数
激励函数
活动函数
损失函数
[判断题]深度学习本质上是构建含有多隐层的机器学习架构模型，通过大规模数据进行训练，得到大量更具代表性的特征信息。
错
对[判断题]tensor的形状是一经定义就不能改变。
对
错[判断题]深度学习从业工作者又被称为调参工程师。
错
对[判断题]Hebb或者赫布法则为构造有学习功能的神经网络模型奠定了基础。
对
错
温馨提示支付 ￥1.00 元后可查看付费内容,请先翻页预览!
