点击上方蓝字关注
深度学习面试100题(第76-80题)
76
下图所示的网络用于训练识别字符H和T,如下所示
A、
B、
C、
D、 可能是A或B,取决于神经网络的权重设置
正确答案是:D
解析:
不知道神经网络的权重和偏差是什么,则无法判定它将会给出什么样的输出。
77
如果我们用了一个过大的学习速率会发生什么?
A、神经网络会收敛
B、不好说
C、都不对
D、神经网络不会收敛
正确答案是:D
解析
学习率过大,会使得迭代时,越过最低点。
78
在一个神经网络中,下面哪种方法可以用来处理过拟合?
A、Dropout
B、分批归一化(Batch Normalization)
C、正则化(regularization)
D、都可以
正确答案是:D
解析:
都可以。对于选项C,分批归一化处理过拟合的原理,是因为同一个数据在不同批中被归一化后的值会有差别,相当于做了data augmentatio。
79
批规范化(Batch Normalization)的好处都有啥?
A、让每一层的输入的范围都大致固定
B、它将权重的归一化平均值和标准差
C、它是一种非常有效的反向传播(BP)方法
D、这些均不是
正确答案是:A
80
下列哪个神经网络结构会发生权重共享?
A、卷积神经网络
B、循环神经网络
C、全连接神经网络
D、选项A和B
正确答案是:D
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
福利时刻:为了帮助大家更多的学习深度学习课程的相关知识,我们特意推出了深度学习系列课程。
更多资讯
请戳一戳
往期精选
人工智能 | AI人才薪酬是什么水平?看完惊呆了!
面试大题 | 教你如何迅速秒杀掉:99%的海量数据处理面试题
干货合集 | 【干货合集】一文读懂特征工程
分享一哈 | 从贝叶斯方法谈到贝叶斯网络
点击“阅读原文”,可在线报名