??斗地主捕鱼电竞提现秒到 广告位招租 - 15元/月全站展示
??支付宝搜索579087183领大额红包 ??伍彩集团官网直营彩票
??好待遇→招代理 ??伍彩集团官网直营彩票
??络茄网 广告位招租 - 15元/月全站展示
深度学习面试100题(第1-5题):经典??嫉鉉NN

转载   2018-07-06   浏览量:129


1、梯度下降算法的正确步骤是什么?

a.计算预测值和真实值之间的误差

b.重复迭代,直至得到网络权重的最佳值

c.把输入传入网络,得到输出值

d.用随机值初始化权重和偏差

e.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.abcde    B.edcba     C.cbaed      D.dcaeb


解析:正确答案D,考查知识点-深度学习。


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

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


解析:正确答案A,更多层意味着网络更深。没有严格的定义多少层的模型才叫深度模型,目前如果有超过2层的隐层,那么也可以及叫做深度模型。


3、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。这么说是对,还是不对?


A.对    B.不对


解析:。如寒sir所说,训练CNN时,可以进行这些操作。当然也不一定是必须的,只是data augmentation扩充数据后,模型有更多数据训练,泛化能力可能会变强。


4、下面哪项操作能实现跟神经网络中Dropout的类似效果?


A.Boosting    B.Bagging    C.Stacking    D.Mapping


解析:正确答案B。Dropout可以认为是一种极端的Bagging,每一个模型都在单独的数据上训练,同时,通过和其他模型对应参数的共享,从而实现模型参数的高度正则化。


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.修正线性单元(ReLU)

C.卷积函数

D.以上都不正确


解析:正确答案B。修正线性单元是非线性的激活函数。


转载自:https://blog.csdn.net/T7SFOKzorD1JAYMSFk4/article/details/80972658

招聘 不方便扫码就复制添加关注:程序员招聘谷,微信号:jobs1024



深度学习面试题2018
1、问题:如何优化模型:加速收敛,避免overfit,提升精度..?答案:可以从以下几个参数开始:-batchsizeeffect;-learningrateeffect;-weightinitializationeffect;-batchnormalization-drop-out;-modelaverage;-fine-tunin
深度学习面试100题(第1-5题):经典??嫉鉉NN
1、梯度下降算法的正确步骤是什么?a.计算预测值和真实值之间的误差b.重复迭代,直至得到网络权重的最佳值c.把输入传入网络,得到输出值d.用随机值初始化权重和偏差e.对每...