深度学习面试100题（第96-100题）

点击上方蓝字关注

深度学习面试100题（第96-100题）

96

假设你有5个大小为7x7、边界值为0的卷积核，同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224x224x3的数据，那么神经网络下一层所接收到的数据维度是多少？

A、218x218x5

B、217x217x8

C、217x217x3

D、220x220x5

正确答案是：A

97

假设我们有一个使用ReLU激活函数(ReLU activation function)的神经网络，假如我们把ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNOR function)吗？

A、可以

B、不好说

C、不一定

D、不能

正确答案是：D

解析：

使用ReLU激活函数的神经网络是能够模拟出同或函数的。

但如果ReLU激活函数被线性函数所替代之后，神经网络将失去模拟非线性函数的能力。

98

考虑以下问题：

假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中，单个数据需要花费2秒的时间。 如果我们现在把架构变换一下，当评分是0.2和0.3时，分别在第2层和第4层添加Dropout，那么新架构的测试所用时间会变为多少？

A、少于2s

B、大于2s

C、仍是2s

D、说不准

正确答案是：C

解析：

在架构中添加Dropout这一改动仅会影响训练过程，而并不影响测试过程。

99

下列的哪种方法可以用来降低深度学习模型的过拟合问题？

1 增加更多的数据

2 使用数据扩增技术(data augmentation)

3 使用归纳性更好的架构

4 正规化数据

5 降低架构的复杂度

A、1 4 5

B、1 2 3

C、1 3 4 5

D、所有项目都有用

正确答案是：D

解析：

上面所有的技术都会对降低过拟合有所帮助。

 100

混沌度(Perplexity)是一种常见的应用在使用深度学习处理NLP问题过程中的评估技术，关于混沌度，哪种说法是正确的？

A、混沌度没什么影响

B、混沌度越低越好

C、混沌度越高越好

D、混沌度对于结果的影响不一定

正确答案是： B

题目来源：七月在线官网（https://www.julyedu.com/）——面试题库——笔试练习——深度学习

分享一哈：分享完深度学习方面的知识，再和大家分享一哈机器学习课程的相关知识，为了让大家更系统的学习，我们推出了机器学习集训营-第六期课程。

 更多资讯

 请戳一戳

往期精选

福利放送 |  热门书籍，限时免费领，速戳！

行业分享 |   震惊！人才缺口百万！这究竟是什么行业？

机器学习 | 教你如何通俗理解kaggle比赛大杀器xgboost

干货合集 |   特征工程，你了解多少？看完秒懂

点击“阅读原文”，可在线报名