深度学习面试100题(第76-80题)


76、下图所示的网络用于训练识别字符H和T,如下所示

1.jpg


A、

2.jpg


B、

3.jpg


C、

4.jpg


D、 可能是A或B,取决于神经网络的权重设置

正确答案是:D
解析:
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。

77、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

正确答案是:D
解析
学习率过大,会使得迭代时,越过最低点。

78、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

正确答案是:D
解析:
都可以。对于选项C,分批归一化处理过拟合的原理,是因为同一个数据在不同批中被归一化后的值会有差别,相当于做了data augmentatio。

79、批规范化(Batch Normalization)的好处都有啥?

A、让每一层的输入的范围都大致固定

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

正确答案是:A

80、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

正确答案是:D
已邀请:

要回复问题请先登录注册

返回顶部