BAT机器学习面试1000题系列(第141~145题)


上期思考题及参考解析
140.梯度下降算法的正确步骤是什么?
  1.计算预测值和真实值之间的误差
  2.重复迭代,直至得到网络权重的最佳值
  3.把输入传入网络,得到输出值
  4.用随机值初始化权重和偏差
  5.对每一个产生误差的神经元,调整相应的(权重)值以减小误差

  A. 1, 2, 3, 4, 5
  B. 5, 4, 3, 2, 1
  C. 3, 2, 1, 5, 4
  D. 4, 3, 1, 5, 2

  答案:(D)
——————————————我是分割线——————————————

141.已知:
  - 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?

  A. 加入更多层,使神经网络的深度增加
  B. 有维度更高的数据
  C. 当这是一个图形识别的问题时
  D. 以上都不正确 
  答案:(A)
  更多层意味着网络更深。没有严格的定义多少层的模型才叫深度模型,目前如果有超过2层的隐层,那么也可以及叫做深度模型。

142.卷积神经网络可以对一个输入进行多种变换(旋转、平移、缩放),这个表述正确吗?
  答案:错误
  把数据传入神经网络之前需要做一系列数据预处理(也就是旋转、平移、缩放)工作,神经网络本身不能完成这些变换。

143.下面哪项操作能实现跟神经网络中Dropout的类似效果?
  A Boosting
  B Bagging
  C Stacking
  D Mapping
  答案:B
  Dropout可以认为是一种极端的Bagging,每一个模型都在单独的数据上训练,同时,通过和其他模型对应参数的共享,从而实现模型参数的高度正则化。

144.下列哪一项在神经网络中引入了非线性?
  A 随机梯度下降
  B 修正线性单元(ReLU)
  C 卷积函数
  D 以上都不正确
  答案:(B)
  修正线性单元是非线性的激活函数。

——————————————我是分割线——————————————

本期思考题:
145.在训练神经网络时,损失函数(loss)在最初的几个epochs时没有下降,可能的原因是?()
QQ图片20171031121643.jpg
  A 学习率(learning rate)太低
  B 正则参数太高
  C 陷入局部最小值
  D 以上都有可能

在评论区留言,一起交流探讨,让更多小伙伴受益。
参考答案在明天公众号上公布,敬请关注!
关注公号:julyedulab,第一时间获取「BAT机器学习面试1000题系列」最新题目哦~

往期题目:
【BAT机器学习面试题】前100题汇总及勘误(上)
【BAT机器学习面试题】前100题汇总及勘误(中)
【BAT机器学习面试题】前100题汇总及勘误(下)
BAT机器学习面试1000题系列(第101~105题)
BAT机器学习面试1000题系列(第106~110题)
BAT机器学习面试1000题系列(第111~115题)
BAT机器学习面试1000题系列(第116~120题)
BAT机器学习面试1000题系列(第121~125题)
BAT机器学习面试1000题系列(第126~130题)
BAT机器学习面试1000题系列(第131~135题)
BAT机器学习面试1000题系列(第136~140题)
已邀请:

要回复问题请先登录注册

返回顶部