TensorFlow

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

假设下方是传入最大池化层的一个输入，该层中神经元的池化大小为(3,3)

（含图）

那么，该池化层的输出是多少？（ 7）

输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，same padding ，stride 2），pooling（kernel size 3×3，valid padding ，stride 1），又一层卷积（kernel size 3×3，same padding，stride 1）之后，输出特征图大小为（ 98）

构建一个神经网络，将前一层的输出和它自身作为输入。

（含图）

下列哪一种架构有反馈连接？（循环神经网络）

下列有关LSTM的细胞状态正确的是。（以上都是）

有关数据流图描述正确的是（以上都是）

（含图）

下列说法正确的是（ TensorFLow的运行机制属于“定义”和“操作”相分离）

假设神经元的输入值为（1,2,3），对应的权重为4,5,6，神经元经过一个线性函数y=2x，最终的输出结果是多少（ 64 ）

在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢（赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重）

在感知机中（Perceptron）的任务顺序是什么？（1432 ）

1 随机初始化感知机的权重

2 去到数据集的下一批（batch）

3 如果预测值和输出不一致，则调整权重

4 对一个输入样本，计算输出值

前馈神经网络是指网络只能前向传播，不能后向传播，这句话是否正确（错误的）

当神经网络的调参效果不好时，需要从哪些角度考虑？（全部都是）

1 是否找到合适的损失函数

2 batch size是否合适

3 是否选择了和是的激活函数

4 是否选择合适的学习率

5 是否过拟合

在下图中，我们可以观察到误差出现了许多小的"涨落"。这种情况我们应该担心吗？（不需要，只要在训练集和交叉验证集上有累积的下降就可以了）

（含图）

在训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。这么说是对，还是不对？（）

一个循环神经网络可以被展开成为一个完全连接的、具有无限长度的普通神经网络，这种说法是（正确的）。

在下列哪些应用中，我们可以使用深度学习来解决问题？（以上都是）

下列哪个函数不可以做激活函数？（y=2x ）

- 大脑是有很多个叫做神经元的东西构成，神经网络是对大脑的简单的数学表达。

- 每一个神经元都有输入、处理函数和输出。

- 神经元组合起来形成了网络，可以拟合任何函数。

- 为了得到最佳的神经网络，我们用梯度下降方法不断更新模型

给定上述关于神经网络的描述，什么情况下神经网络模型被称为深度学习模型？（加入更多层，使神经网络的深度增加）

如果我们希望预测n个类（p1，p2 ... pk）的概率使得所有n的p的和等于1，那么下列哪个函数可以用作输出层中的激活函数？（softmax）

从图中趋势可见，如果增加神经网络的宽度，精确度会增加到一个特定阈值后，便开始降低。造成这一现象的可能原因是什么？（当卷积核数量增加时，导致过拟合）

（含图）

假设你有5个大小为7x7、边界值为0的卷积核，同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224x224x3的数据，那么神经网络下一层所接收到的数据维度是多少？（218*218*5 ）