深度学习面试100题(第76-80题)

深度学习面试100题(第76-80题)

深度学习面试100题(第76-80题)


76题

下图所示的网络用于训练识别字符H和T,如下所示



A、


B、


C、


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题

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题

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题

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题

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

发布于 2018-08-03

文章被以下专栏收录