BAT机器学习面试1000题系列(第151~155题)


上期思考题及参考解析
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
  答案:(D)

——————————————我是分割线——————————————

151.在下面哪种情况下,一阶梯度下降不一定正确工作(可能会卡住)?
1.png
  答案:(B)
  这是鞍点(Saddle Point)的梯度下降的经典例子。另,本题来源于:https://www.analyticsvidhya.co ... ning/

152.下图显示了训练过的3层卷积神经网络准确度,与参数数量(特征核的数量)的关系。
2.jpg
  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?
  A 即使增加卷积核的数量,只有少部分的核会被用作预测
  B 当卷积核数量增加时,神经网络的预测能力(Power)会降低
  C 当卷积核数量增加时,它们之间的相关性增加(correlate),导致过拟合
  D 以上都不正确
  答案:(C)
  如C选项指出的那样,可能的原因是核之间的相关性。

153.假设我们有一个如下图所示的隐藏层。隐藏层在这个网络中起到了一定的降纬作用。假如现在我们用另一种维度下降的方法,比如说主成分分析法(PCA)来替代这个隐藏层。
3.jpg
  那么,这两者的输出效果是一样的吗?
  答案:不同,因为PCA用于相关特征而隐层用于有预测能力的特征

154.神经网络能组成函数(y=1/x)吗?
  答案:可以,因为激活函数可以是互反函数

——————————————我是分割线——————————————

本期思考题:
155.下列哪个神经网络结构会发生权重共享?
  A.卷积神经网络
  B.循环神经网络
  C.全连接神经网络
  D.选项A和B

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)
BAT机器学习面试1000题系列(第146~150题)
已邀请:

要回复问题请先登录注册

返回顶部