深度学习题 【含答案和解析】

1. 下面哪些算法模型不可以用来完成命名实体的任务

A  LDA

B  CRF

C  LSTM

D  seq2seq

2. 有关 TensorFlow API,以下说法中正确的是

A  tf.Variable和一般编程语言中“变量(Variable)”的含义完全相同。

B  tf.placeholder定义的对象,对应于深度神经网络中的“超参数(Hyperparameter)”。

C  通过tf.constant定义的对象,因为是常量,所以,在session.run()运行前就可以用eval()方法获得对象的值。

D  session.run()运行一个训练过程时,TensorFlow会使用符号执行(SymbolicExecution)对计算图进行优化。

3. N-gram是一种简单有效的统计语言模型,通常n采用1-3之间的值,它们分别称为unigram、bigram和trigram。现有给定训练语料合计三个文档如下: D1: John read Moby Dick D2: Mary read a different book, D3: She read a book by Cher 利用bigram求出句子“John read a book”的概率大约是

A  1

B  0.06

C  0.09

D  0.0008

4. 以下模型中,在数据预处理时,不需要考虑归一化处理的是

A  logistic回归

B  SVM

C  树形模型

D  神经网络

5. 在某神经网络的隐层输出中,包含1.5,那么该神经网络采用的激活函数可能是

A  sigmoid

B  tanh

C  relu

6. 在某神经网络的隐层输出中,包含-0.75,那么该神经网络采用的激活函数可能是

A  sigmoid

B  tanh

C  relu

7. 关于残差网络下面哪个(些)说法是错误的?

A  使用跳越连接能够对反向传播的梯度下降有益且能够帮你对更深的网络进行训练。

B  跳跃连接计算输入的复杂的非线性函数以传递到网络中的更深层。

C  跳跃连接能够使得网络轻松地学习残差块类的输入输出间的身份映射。

8. 我们使用普通的网络结构来训练一个很深的网络,要使得网络适应一个很复杂的功能(比如增加层数),总会有更低的训练误差。

A  正确

B  错误

9. 为了构建一个非常深的网络,我们经常在卷积层使用“valid”的填充,只使用池化层来缩小激活值的宽/高度,否则的话就会使得输入迅速的变小。

A  正确

B  错误

10. 因为池化层不具有参数,所以它们不影响反向传播的计算。

A  正确

B  错误

获取答案和解析请阅读全文

未经允许不得转载!深度学习题 【含答案和解析】