1【單選題】能夠提取出圖片邊緣特征的網絡是(A)。
A、卷積層
B、池化層
C、全連接層
D、輸出層
2【單選題】向量[0.1,0.1,0.2,0.3,0.6]的維數是(B)。
A、10
B、5
C、3
D、1
3【單選題】(A)是用來評估神經網絡的計算模型對樣本的預測值和真實值之間的誤差大小。
A、損失函數
B、優化函數
C、反向傳播
D、梯度下降
4【單選題】在第五章手寫數字識別的例子中,輸入的圖片為長和寬都是28像素的圖片,輸出判斷數字0-9的概率。要構建前饋型神經網絡去解決這個問題,輸入層是維的,輸出層是維的。(A)
A、784;10
B、28;10
C、784;1
D、28;1
5【單選題】前饋型神經網絡的中各個層之間是(C)的,反饋型神經網絡中各個層之間是(C)的。
A、有環;有環
B、有環;無環
C、無環;有環
D、無環;無環
6【單選題】關於MNIST,下列說法錯誤的是(C)。
A、是著名的手寫體數字識別數據集
B、有訓練集和測試集兩部分
C、訓練集類似人學習中使用的各種考試試卷
D、測試集大約包含10000個樣本和標簽
7【單選題】隱藏層中的池化層作用是(A)訓練參數,對原始特征信號進行采樣。
A、減少
B、增加
C、分割
D、組合
8【單選題】如果某個隱藏層中存在以下四層,那么其中最接近輸出層的是(D)。
A、卷積層
B、池化層
C、全連接層
D、歸一化指數層
9【多選題】一個完整的人工神經網絡包括(AC)。
A、一層輸入層
B、多層分析層
C、多層隱藏層
D、兩層輸出層
10【多選題】前饋型神經網絡常用於(AD)。
A、圖像識別
B、文本處理
C、問答系統
D、圖像檢測
11【判斷題】神經網絡中各個隱藏層能提取出和人類看到的一樣的特征。(×)
12【判斷題】人工神經網絡訓練的目的就是使得損失函數最小化。(√)
13【判斷題】誤差的反向傳播,即從第一個隱藏層到輸出層,逐層修改神經元的連接權值參數,使得損失函數值最小。(×)。
14【判斷題】隱藏層中的全連接層主要作用是將所有特征融合到一起。(√)
15【判斷題】梯度下降算法是最常用也是最有效的神經網絡的優化辦法,完全可以滿足不同類型的需求。(×)