深度学习面试100题（第76-80题）

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