C:BP算法是从输入层开始,逐层计算δ信号调整自身权重,并且将δ信号传向后一层
D:BP算法的出现解决了多层神经网络权重调整困难的问题
7、以下说法中,不属于感知器和FNN模型的相同点的是:B
A:二者都有输入、激活和输出
B:二者都是由多个神经元组成的多层神经网络
C:输入信号向后传递的过程中,都是加权和的计算
D:二者学习的关键都是神经元的损失计算
8、以下关于前馈神经网络(FNN)的说法正确的是:A
A:在FNN中,输入信号的传递方向是明确的,并不存在反向信号传递
B:一个标准的前馈神经网络只有一个输入层和一个输出层
C:FNN的输出结果只能是向量
D:FNN的同层神经元之间存在连接
9、以下关于感知器模型的说法错误的是:C
A:感知器的信号处理分为四个部分:输入、汇总、激活、输出
B:汇总后的输入信号如果高于阈值,则产生“激活”信号,否则仍基本维持原有水平
C:在输入端,神经元只接受来自一个信号源的输入信息
D:输入为实例的特征向量,由激活函数计算输出,输出为1、-1两个值
10、以下关于感知器的说法错误的是:A
A:感知器模型中的激活函数是二值函数时,损失函数是可导的
B:感知器模型的关键,就是通过调整权重使一类样本可以激活神经元,而另一类则不会
C:重调整采用“奖惩分明”策略,即对于能够准确判断样本类型的权重,提高当前权重比例,反之则降低当前权重比例
D:一层感知器只能针对线性可分的数据集分类,无法解决异或(XOR)问题
11、生成式模型模拟概率分布时,常用“后验分布”。A
A:错
B:对
12、用生成式模型根据少量样本来估计整个类型的概率特征是很困难的B
A:错
B:对
13、判别式模型对问题本质缺乏了解,无法从个例中抽象出整体概念A
A:错
B:对
14、生成对抗网络结合了生成模型和判别模型B
A:错
B:对
15、图像分类属于生成对抗模型的应用的是B
A:对
B:错
第八章 单元测试
1、计算机视觉、语音处理的研究内容都属于“感知智能”A
A:对
B:错
2、长期来看,人工智能的核心方法论都是“用计算机模拟学习能力和智能特征”A
A:对
B:错
3、AlphaGo框架在搜索过程引入了随机决策,可以通过蒙特卡洛搜索多次重复搜索取得最优B
A:错
B:对
4、一个计算机模型即可囊括物体识别、距离估计、动态物体轨迹判断等功能来实现视觉辅助的自动驾驶系统B
A:对
B:错
5、AlphaGo行棋过程中,对于n中可能的走法,随机选取一些走法实施蒙特卡洛树搜索B
A:对
B:错
6、以下关于计算机视觉研究的说法正确的是:B