老友网A、损失函数
B、优化函数
C、反向传播
D、梯度下降
4.在第五章手写数字识别的例子中,输入的图片为长和宽都是28像素的图片,输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题,输入层是()维的,输出层是()维的。A
A、784;10
B、28;10
C、784;1
D、28;1
5.前馈型神经网络的中各个层之间是()的,反馈型神经网络中各个层之间是()的。C
A、有环;有环
B、有环;无环
C、无环;有环
D、无环;无环
6.关于MNIST,下列说法错误的是()。C
A、是著名的手写体数字识别数据集
B、有训练集和测试集两部分
C、训练集类似人学习中使用的各种考试试卷
D、测试集大约包含10000个样本和标签
7.隐藏层中的池化层作用是()训练参数,对原始特征信号进行采样。A
A、减少
B、增加
C、分割
D、组合
8.如果某个隐藏层中存在以下四层,那么其中最接近输出层的是()。D
A、卷积层
B、池化层
C、全连接层
D、归一化指数层
9.一个完整的人工神经网络包括()。AC
A、一层输入层
B、多层分析层
C、多层隐藏层
D、两层输出层
10.前馈型神经网络常用于()。AD
A、图像识别
B、文本处理
C、问答系统
D、图像检测
11.神经网络中各个隐藏层能提取出和人类看到的一样的特征。()X
12.人工神经网络训练的目的就是使得损失函数最小化。()√
13.误差的反向传播,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小。()。X
14.隐藏层中的全连接层主要作用是将所有特征融合到一起。()√
15.梯度下降算法是最常用也是最有效的神经网络的优化办法,完全可以满足不同类型的需求。()X
第六章
1.典型的“鸡尾酒会”问题中,提取出不同人说话的声音是属于()。B
A、监督学习
B、非监督学习
C、强化学习
D、线性回归
2.()有跟环境进行交互,从反馈当中进行不断的学习的过程。C
A、监督学习
B、非监督学习
C、强化学习
D、线性回归
3.在Q-Learning中,所谓的Q函数是指()。A
A、状态动作函数
B、状态值函数
C、动作值函数
D、策略函数
4.Q函数Q(s,a)是指在一个给定状态s下,采取某一个动作a之后,后续的各个状态所能得到的回报的()。A
A、期望值
B、最大值
C、最小值
D、总和
5.在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越(),保持旧的结果的比例越()。A
A、大;小
B、大;大
C、小;小
D、小;大
6.在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越(),采用当前Q函数值最大的动作的概率越()。A