BAT机器学习面试1000题系列(第156~160题)


上期思考题及参考解析
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
  答案:(D)

——————————————我是分割线——————————————

156.批规范化(Batch Normalization)的好处都有啥?
  A.在将所有的输入传递到下一层之前对其进行归一化(更改)
  B.它将权重的归一化平均值和标准差
  C.它是一种非常有效的反向传播(BP)方法
  D.这些均不是
  答案:(A)

157.在一个神经网络中,下面哪种方法可以用来处理过拟合?
  A Dropout
  B 分批归一化(Batch Normalization)
  C 正则化(regularization)
  D 都可以
  答案:(D)

158.如果我们用了一个过大的学习速率会发生什么?
  A 神经网络会收敛
  B 不好说
  C 都不对
  D 神经网络不会收敛
  答案:(D)

159.下图所示的网络用于训练识别字符H和T,如下所示:
1.png
  网络的输出是什么?
2.png
  D.可能是A或B,取决于神经网络的权重设置
  答案:(D)
  不知道神经网络的权重和偏差是什么,则无法判定它将会给出什么样的输出。

——————————————我是分割线——————————————

本期思考题:
160.假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的,对吗?
  A 对的
  B 不知道
  C 看情况
  D 不对

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)
BAT机器学习面试1000题系列(第151~155题)
已邀请:

要回复问题请先登录注册

返回顶部