BAT机器学习面试1000题系列(第146~150题)


上期思考题及参考解析
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
  答案:(A)

——————————————我是分割线——————————————

146.下列哪项关于模型能力(model capacity)的描述是正确的?(指神经网络模型能拟合复杂函数的能力)
  A 隐藏层层数增加,模型能力增加
  B Dropout的比例增加,模型能力增加
  C 学习率增加,模型能力增加
  D 都不正确
  答案:(A)

147.如果增加多层感知机(Multilayer Perceptron)的隐藏层层数,分类误差便会减小。这种陈述正确还是错误?
  答案:错误
  并不总是正确。过拟合可能会导致错误增加。

148.构建一个神经网络,将前一层的输出和它自身作为输入。
11.png
下列哪一种架构有反馈连接?
  A 循环神经网络
  B 卷积神经网络
  C 限制玻尔兹曼机
  D 都不是
  答案:(A)

149.下列哪一项在神经网络中引入了非线性?在感知机中(Perceptron)的任务顺序是什么?
  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
  答案:1 - 4 - 3 - 2

——————————————我是分割线——————————————

本期思考题:
150.假设你需要调整参数来最小化代价函数(cost function),可以使用下列哪项技术?
  A. 穷举搜索
  B. 随机搜索
  C. Bayesian优化
  D. 以上任意一种

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)
BAT机器学习面试1000题系列(第141~145题)
已邀请:

要回复问题请先登录注册

返回顶部