注：不含主觀題第1題判斷題(1分)人工神經(jīng)元是一個多輸入、多輸出的信息處理單元第2題判斷題(1分)人工神經(jīng)元數(shù)學(xué)模型決定該節(jié)點本身的信息處理能力第3題單選題(1分)人工神經(jīng)網(wǎng)絡(luò)的激活函數(shù)主要有三種形式：閾值型轉(zhuǎn)移函數(shù)，非線性轉(zhuǎn)移函數(shù)和分段線性轉(zhuǎn)移函數(shù)。下面哪個函數(shù)對應(yīng)的是非線性轉(zhuǎn)移函數(shù)？（

）ABCD第4題多選題(2分)生物神經(jīng)元在結(jié)構(gòu)上由以下哪些部分構(gòu)成？A細胞體B樹突C軸突D突觸正確答案：ABCD第5題單選題(1分)人工神經(jīng)元模型建立時需要基于六點假設(shè)，以下哪項假設(shè)表述錯誤()。A神經(jīng)元輸入分興奮性輸入和抑制性輸入兩種類型B神經(jīng)元具有空間整合特性和閾值特性C神經(jīng)元輸入與輸出間有固定的時滯D不能忽略時間整合作用和不應(yīng)期第6題多選題(2分)人工神經(jīng)元模型中常見的轉(zhuǎn)移函數(shù)有以下哪些?()A閾值型轉(zhuǎn)移函數(shù)Bsigmoid轉(zhuǎn)移函數(shù)C正弦型轉(zhuǎn)移函數(shù)D分段線性轉(zhuǎn)移函數(shù)正確答案：ABD第7題單選題(1分)人工神經(jīng)網(wǎng)絡(luò)的激活函數(shù)主要有三種形式:域值型轉(zhuǎn)移函數(shù),非線性轉(zhuǎn)移函數(shù)和分段線性轉(zhuǎn)移函數(shù)。下面那個函數(shù)對應(yīng)的是非線性轉(zhuǎn)移函數(shù)?()ABCD第8題單選題(1分)某神經(jīng)元j處理信息時的數(shù)學(xué)模型為,為了方便,人們常把閾值融入到權(quán)值中去,下列做法正確的是()A取,得到B取,得到C取,得到D取,得到2.2人工神經(jīng)網(wǎng)絡(luò)模型及學(xué)習(xí)第1題多選題(2分)人工神經(jīng)網(wǎng)絡(luò)按照拓撲結(jié)構(gòu)可以劃分為哪些？A層次型B互聯(lián)型C前饋型D反饋型正確答案：AB第2題多選題(2分)人工神經(jīng)網(wǎng)絡(luò)按照信息流向可以劃分為哪些？A前饋型B反饋型C層次型D互聯(lián)型正確答案：AB第3題判斷題(1分)層次型人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，按照神經(jīng)元功能可以將網(wǎng)絡(luò)各層劃分為輸入層,中間層、反饋層。第4題判斷題(1分)人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的本質(zhì)是網(wǎng)絡(luò)可變權(quán)值的動態(tài)調(diào)整。第5題多選題(2分)以下選項哪些是決定人工神經(jīng)網(wǎng)絡(luò)特性的關(guān)鍵要素？A轉(zhuǎn)移函數(shù)B神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)C神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則D網(wǎng)絡(luò)節(jié)點個數(shù)正確答案：ABC第6題判斷題(1分)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式有三種：有導(dǎo)師學(xué)習(xí)、無導(dǎo)師學(xué)習(xí)、啟發(fā)式學(xué)習(xí)。3.1單層感知器基礎(chǔ)知識作業(yè)第1題判斷題(1分)具有單層計算單元的神經(jīng)網(wǎng)絡(luò)，稱為感知器第2題單選題(1分)對于單計算節(jié)點的感知器，若輸入是3維的，則輸出的分類判決面是以下哪項？A直線B平面C超平面D以上都有可能第3題單選題(1分)下圖所示的單層感知器網(wǎng)絡(luò)所確定平面上的一條分界線是()。ABCD第4題單選題(1分)感知器學(xué)習(xí)規(guī)則的描述是下列中哪一項?其中x是輸入向量,是學(xué)習(xí)率,Wk是權(quán)向量,dk是目標(biāo)輸出,yk神經(jīng)網(wǎng)絡(luò)輸出層第k個神經(jīng)元的輸出。()ABCD3.2單層感知器的功能與局限作業(yè)第1題判斷題(1分)單層感知器既可以解決線性可分問題，也可以解決線性不可分問題第2題判斷題(1分)單層感知器既可以實現(xiàn)邏輯“異或”功能第3題單選題(1分)若單層感知器輸出層有3個節(jié)點，最多可以對多少類線性可分的樣本進行？A3B4C6D83.3第1題判斷題(1分)多層感知器可以解決邏輯“異或”問題第2題判斷題(1分)在用于分類問題時，單層感知器只能解決線性可分問題問題，而多層感知器可以解決線性不可分問題，這是因為多層感知器中加入了隱層。第3題單選題(1分)多層感知器中第二個隱層的節(jié)點對應(yīng)的判決域是以下哪項？A半平面B凸域C任意復(fù)雜形狀域D球面3.4基于BP算法的多層感知器第1題判斷題(1分)BP學(xué)習(xí)算法的基本思想是信號反向傳播，誤差正向傳播。第2題單選題(1分)BP學(xué)習(xí)算法的核心是以下哪項？A基于誤差梯度下降的權(quán)值調(diào)整法BBP網(wǎng)絡(luò)層數(shù)CBP網(wǎng)絡(luò)節(jié)點數(shù)DBP網(wǎng)絡(luò)訓(xùn)練樣本數(shù)第3題判斷題(1分)根據(jù)誤差梯度下降法，權(quán)值調(diào)整量與誤差梯度反方向成正比第4題單選題(1分)一個只有單權(quán)值的神經(jīng)網(wǎng)絡(luò),其誤差函數(shù)為,當(dāng)誤差函數(shù)對權(quán)值的偏導(dǎo)數(shù)如下圖所示,此時權(quán)值應(yīng)該往哪個方向調(diào)整?()A增大B減小C可能增大也可能減小D不變第5題單選題(1分)訓(xùn)練樣本的輸入輸出向量分別為：輸入x=（x1,x2,x3）T，期望的輸出d=(d1,d2,d3)T,將其輸入到如下的神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)采用BP算法進行訓(xùn)練，那么其過程應(yīng)是以下哪一種情況？（）A(1)計算yj,(2)更新zk,

(3)計算vij,(4)更新wjk．B

(1)計算yj,(2)更新vij,

(3)計算zk,(4)更新wjk．C(1)計算zk,

(2)更新wjk,

(3)計算yj,(4)更新vij．D

(1)計算yj,

(2)計算zk,

(3)更新wjk,

(4)更新vij．3.5標(biāo)準BP算法實現(xiàn)作業(yè)第1題判斷題(1分)批訓(xùn)練方式容易使神經(jīng)網(wǎng)絡(luò)對樣本“喜新厭舊”第2題多選題(2分)按照樣本輸入方式，BP網(wǎng)絡(luò)訓(xùn)練有哪些類型？A單樣本訓(xùn)練B批訓(xùn)練C隨機輸入D順序輸入正確答案：AB第3題單選題(1分)下列哪項不是神經(jīng)網(wǎng)絡(luò)的基本特征？A并行處理B快速處理速度C分布式存儲D自適應(yīng)性3.6-標(biāo)準BP算法的局限性與改進第1題單選題(1分)下列哪種說法不屬于改進的BP算法？A增加動量項B引入陡度因子C采用自適應(yīng)調(diào)整學(xué)習(xí)率D改變隱層、輸出層節(jié)點的轉(zhuǎn)移函數(shù)第2題判斷題(1分)BP算法中，若網(wǎng)絡(luò)誤差曲面平坦區(qū)的梯度為0，則網(wǎng)絡(luò)誤差一定為0第3題判斷題(1分)BP算法中，網(wǎng)絡(luò)誤差曲面中可能存在多個局部極小點。第4題判斷題(1分)BP算法中，網(wǎng)絡(luò)誤差曲面中存在唯一的全局極小點。第5題多選題(2分)BP算法中，網(wǎng)絡(luò)誤差曲面分布特點有哪些？A存在平坦區(qū)B存在多個極小點C只存在一個全局最優(yōu)點D不存在平坦區(qū)正確答案：AB第6題多選題(2分)標(biāo)準BP算法的改進措施有哪些？A增加動量項B自適應(yīng)調(diào)節(jié)學(xué)習(xí)率C引入陡度因子D增加訓(xùn)練次數(shù)正確答案：ABC第7題單選題(1分)下圖所示的三層BP網(wǎng)絡(luò)中,網(wǎng)絡(luò)誤差E可調(diào)整的參數(shù)個數(shù)有多少個?()ABCD第8題單選題(1分)下列哪種說法不屬于改進的BP算法?()A增加動量項B引入陡度因子C采用自適應(yīng)調(diào)整學(xué)習(xí)率D改變隱層、輸出層節(jié)點的轉(zhuǎn)移函數(shù)3.7BP神經(jīng)那網(wǎng)絡(luò)設(shè)計基礎(chǔ)作業(yè)第1題判斷題(1.5分)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的選擇應(yīng)類別均衡且每類樣本數(shù)量大致相等。第2題判斷題(1分)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時，樣本輸入時應(yīng)按不同類別樣本順序輸入，以避免網(wǎng)絡(luò)訓(xùn)練出現(xiàn)振蕩第3題判斷題(1分)BP神經(jīng)網(wǎng)絡(luò)的輸入量必須選擇那些相關(guān)性強，對輸出影響大且能夠檢測或提取的變量。第4題判斷題(1分)對輸入量進行歸一化處理可以消除量綱的影響。第5題判斷題(1分)網(wǎng)絡(luò)權(quán)值的初始化方法與縮短網(wǎng)絡(luò)訓(xùn)練時間無關(guān)。第6題判斷題(1分)網(wǎng)絡(luò)的性能好壞主要看其是否具有很好的泛化能力。第7題判斷題(1分)若用BP神經(jīng)網(wǎng)絡(luò)解決四分類問題，則神經(jīng)網(wǎng)絡(luò)的輸出層可以用3個或4個節(jié)點第8題單選題(1分)以下文字符號C作為神經(jīng)網(wǎng)絡(luò)輸入時需要將其量化,如下圖3*3網(wǎng)格所示,設(shè)網(wǎng)格黑色為1,網(wǎng)格白色為0,則C編碼為()A111100111B001100111C111100100D0000110004.1第1題判斷題(1分)分類和聚類是同一概念。第2題判斷題(1分)對樣本采用歐氏距離進行相似度測量，易形成大小相似且緊密的圓形聚類。第3題判斷題(1分)對樣本采用余弦法進行相似度測量，易形成大體同向的狹長形聚類。第4題判斷題(1分)競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層、隱層和競爭層。第5題判斷題(1分)競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中只需要將輸入向量歸一化，不需要將內(nèi)星權(quán)向量歸一化。第6題判斷題(1分)競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元內(nèi)星權(quán)向量經(jīng)過學(xué)習(xí)后逐漸成為對應(yīng)輸出類的中心。第7題判斷題(1分)在勝者為王的學(xué)習(xí)策略中，競爭層同一時刻有多個獲勝神經(jīng)元輸出。4.2SOM神經(jīng)網(wǎng)絡(luò)作業(yè)第1題判斷題(1分)SOM網(wǎng)絡(luò)競爭層可以有多種形式，如一維線陣，二維平面陣等。第2題判斷題(1分)SOM網(wǎng)絡(luò)學(xué)習(xí)過程中，獲勝神經(jīng)元及其優(yōu)勝領(lǐng)域內(nèi)的權(quán)值都得以相同程度的調(diào)整。第3題判斷題(1分)SOM網(wǎng)絡(luò)中獲勝神經(jīng)元所在的優(yōu)勝領(lǐng)域設(shè)計原則是隨著訓(xùn)練時間t的增大，優(yōu)勝領(lǐng)域不斷擴大。第4題判斷題(1分)SOM網(wǎng)絡(luò)學(xué)習(xí)過程中同一時刻需要調(diào)節(jié)整個優(yōu)勝領(lǐng)域內(nèi)節(jié)點的權(quán)值，而競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程中同一時刻只能調(diào)節(jié)獲勝節(jié)點的權(quán)值第5題判斷題(1分)SOM網(wǎng)絡(luò)通過學(xué)習(xí)在輸出層能夠形成反映樣本模式類分布情況的有序特征圖。第6題單選題(1分)SOM網(wǎng)絡(luò)的學(xué)習(xí)算法和“勝者為王”之間的最主要的區(qū)別()ASOM網(wǎng)絡(luò)的學(xué)習(xí)算法中定義了優(yōu)勝領(lǐng)域B學(xué)習(xí)率C網(wǎng)絡(luò)參數(shù)的初始化D輸入模式的預(yù)處理4.4第1題判斷題(1分)LVQ網(wǎng)絡(luò)中輸出層每個神經(jīng)元只與競爭層中的一組神經(jīng)元連接，連接權(quán)值固定為1。第2題判斷題(1分)LVQ網(wǎng)絡(luò)訓(xùn)練屬于無導(dǎo)師學(xué)習(xí)。第3題單選題(1分)LVQ神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則屬于下列選項的哪一種?()A有導(dǎo)師B無導(dǎo)師C灌輸式D競爭學(xué)習(xí)和有導(dǎo)師學(xué)習(xí)結(jié)合第4題單選題(1分)若設(shè)計一個LVQ網(wǎng)絡(luò)實現(xiàn)下述向量的分類,可以確定LVQ網(wǎng)輸入層神經(jīng)元節(jié)點數(shù)和輸出神經(jīng)元節(jié)點數(shù)分別為幾個?()類1:類2:類3:A3,3B3,4C4,3D4,44.5對偶傳播神經(jīng)網(wǎng)絡(luò)作業(yè)第1題單選題(1分)CPN神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則屬于哪一種學(xué)習(xí)規(guī)則？A有導(dǎo)師B無導(dǎo)師C灌輸式D混合第2題判斷題(1分)CPN神經(jīng)網(wǎng)絡(luò)的第一層訓(xùn)練規(guī)則是采用自組織映射神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則第3題判斷題(1分)CPN神經(jīng)網(wǎng)絡(luò)在進行隱層到輸出層訓(xùn)練時，只有隱層獲勝的神經(jīng)元的外星權(quán)向量進行調(diào)整5.1正則化徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)作業(yè)第1題判斷題(1分)正則化RBF網(wǎng)絡(luò)的隱層節(jié)點數(shù)是樣本的分量數(shù)第2題判斷題(1分)正則化RBF網(wǎng)絡(luò)隱層節(jié)點的數(shù)據(jù)中心可以是一樣的第3題判斷題(1分)正則化RBF網(wǎng)絡(luò)既能解決分類問題，也能解決擬合問題第4題單選題(1分)RBF神經(jīng)網(wǎng)絡(luò)隱層節(jié)點的凈輸入量下列哪一項描述的是正確的A輸入向量B輸入向量與權(quán)重系數(shù)的加權(quán)和C隱層節(jié)點中心D輸入向量與隱層節(jié)點中心的距離5.2廣義徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)作業(yè)第1題多選題(2分)廣義RBF網(wǎng)絡(luò)的數(shù)據(jù)中心選擇的方法有哪些方法？A隨機選取BK-均值聚類方法CSOM聚類DSOFM聚類正確答案：ABCD第2題判斷題(1分)徑向基函數(shù)關(guān)于N維空間的一個中心點具有徑向?qū)ΨQ性，而且神經(jīng)元的輸入離該中心點越近，神經(jīng)元的激活程度就越低。第3題判斷題(1分)廣義RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)都屬于前饋網(wǎng)絡(luò)。5.3徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法作業(yè)第1題多選題(2分)RBF神經(jīng)網(wǎng)絡(luò)通常情況下比BP網(wǎng)訓(xùn)練速度快的原因有哪幾項A兩者網(wǎng)絡(luò)結(jié)構(gòu)是一樣的BRBF神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點采用徑向基函數(shù)作為激活函數(shù)。CRBF神經(jīng)網(wǎng)絡(luò)不需要調(diào)整網(wǎng)絡(luò)權(quán)值DBP網(wǎng)絡(luò)需要調(diào)整的權(quán)值較多正確答案：BD第2題判斷題(1分)RBF神經(jīng)網(wǎng)絡(luò)是一種局部逼近的神經(jīng)網(wǎng)絡(luò)第3題判斷題(1分)廣義RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)結(jié)構(gòu)中神經(jīng)元模型是一樣的第4題判斷題(1分)實際應(yīng)用中，正則化RBF網(wǎng)絡(luò)比廣義RBF網(wǎng)絡(luò)應(yīng)用更廣泛6.1支持向量機基本原理作業(yè)第1題單選題(1分)應(yīng)用支持向量機解決分類問題時，下列說法正確的是（）A支持向量機的分類面唯一且泛化能力強B支持向量機的分類面唯一且泛化能力弱C支持向量機的分類面不唯一且泛化能力強D支持向量機的分類面不唯一且泛化能力弱第2題單選題(1分)令g(X)為支持向量機的判別函數(shù)，則支持向量應(yīng)滿足（）Ag(X)=0Bg(X)=1Cg(X)=-1Dg(X)=±1第3題單選題(1分)假定樣本集X包含n個樣本，可分為m個類別，每個樣本具有j個屬性，其中k個樣本為支持向量，則該支持向量機神經(jīng)網(wǎng)絡(luò)的隱藏層神經(jīng)元個數(shù)為（）AjBkCmDn第4題多選題(2分)在非線性支持向量機中，下列關(guān)于內(nèi)積核說法正確的是（）A將輸入樣本從原始特征空間映射到低維特征空間B將輸入樣本從原始特征空間映射到高維特征空間C內(nèi)積核是一種非線性映射D內(nèi)積核是一種線性映射正確答案：BC第5題判斷題(1分)支持向量機不適用于在原始空間非線性可分的問題6.2支持向量機應(yīng)用案例作業(yè)第1題判斷題(1分)支持向量機可以解決多分類問題第2題判斷題(1分)在SVM訓(xùn)練好后，拋棄非支持向量的樣本點，仍然可以對新樣本進行分類第3題單選題(1分)假定樣本集X包含5種類別，若采用一對多法進行分類，需要構(gòu)建SVM的數(shù)量為（）A3B4C5D6第4題單選題(1分)假定樣本集X包含5種類別，若采用一對一法進行分類，需要構(gòu)建SVM的數(shù)量為（）A6B10C15D21第5題多選題(2分)在多分類問題中，下列關(guān)于SVM說法正確的是（）A一對多法的分類器數(shù)量少于或等于一對一法B一對多法的分類器數(shù)量多于一對一法C一對多法的魯棒性優(yōu)于一對一法D一對多法的魯棒性差于一對一法正確答案：AD7.1卷積神經(jīng)網(wǎng)絡(luò)的基本架構(gòu)作業(yè)第1題多選題(2分)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型面對高維度的輸入數(shù)據(jù)時，存在什么問題？A待訓(xùn)練參數(shù)量較大B模型不足夠表達數(shù)據(jù)屬性，存在欠擬合問題C訓(xùn)練效率降低D存在過擬合風(fēng)險正確答案：ACD第2題判斷題(1分)卷積神經(jīng)網(wǎng)絡(luò)的局部感知特性表明下一層的神經(jīng)元與前層部分神經(jīng)元相關(guān)聯(lián)。第3題多選題(2分)關(guān)于卷積操作的“權(quán)值共享”特點，下列哪些說法是正確的。A使得在一個數(shù)據(jù)集上訓(xùn)練出的模型參數(shù)同樣適用于其他數(shù)據(jù)集B使得部分訓(xùn)練參數(shù)被置0C減少了模型的待訓(xùn)練參數(shù)數(shù)量D使得卷積核可在同一輸入數(shù)據(jù)的多個位置進行同樣的操作正確答案：CD第4題多選題(2分)以下哪些模塊可以構(gòu)成卷積神經(jīng)網(wǎng)絡(luò)模型?A激活層B卷積層C殘差映射層D全鏈接層正確答案：ABCD7.2卷積層功能作業(yè)第1題多選題(2分)下列哪個神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)會發(fā)生權(quán)重共享？A卷積神經(jīng)網(wǎng)絡(luò)B循環(huán)神經(jīng)網(wǎng)絡(luò)C全連接神經(jīng)網(wǎng)絡(luò)D以上均是正確答案：AB第2題多選題(2分)CNN廣泛應(yīng)用于圖像處理、語言處理、文本處理領(lǐng)域，它的共性特點是（）A局部連接B池化操作C層級結(jié)構(gòu)D權(quán)值共享正確答案：ABCD第3題單選題(1分)假設(shè)有一個輸入為5×5的RGB圖像，全鏈接層有10個神經(jīng)元，則該全鏈接層總共有多少待訓(xùn)練參數(shù)（包括偏置參數(shù)）？A751B760C260D251第4題單選題(1分)以下哪一環(huán)節(jié)為人工神經(jīng)網(wǎng)絡(luò)引入了非線性映射？A卷積核B隨機梯度下降C修正線性單元D全連接操作第5題單選題(1分)假設(shè)有一個輸入為5×5的RGB圖像，運用6個3×3的卷積核對該輸入圖像進行卷積操作，則該卷積層有多少待訓(xùn)練參數(shù)（包括偏置參數(shù)）？A168B151C163D1567.3池化層與全連接層作業(yè)第1題判斷題(1分)全卷積層替換全鏈接層后，該神經(jīng)網(wǎng)絡(luò)模型只接受特定尺度的輸入圖像。第2題判斷題(1分)池化操作的本質(zhì)是對輸入數(shù)據(jù)進行插值。第3題判斷題(1分)池化操作作用于輸入數(shù)據(jù)的各個維度第4題多選題(2分)以下屬于池化層的作用是()A降低模型的泛化程度B減小模型的訓(xùn)練負擔(dān)C控制欠擬合問題D減少特征映射圖的維度正確答案：BD7.4卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測的應(yīng)用作業(yè)第1題判斷題(1分)加深神經(jīng)網(wǎng)絡(luò)的層數(shù)可以提取更抽象的數(shù)據(jù)特征第2題多選題(2分)已知一個圖像識別任務(wù)：設(shè)計一個深度神經(jīng)網(wǎng)絡(luò)模型，對任意給定的一張圖像中是否有物體進行判斷，若有，對該物體屬于8類物體中的哪一類進行判斷，模型最后利用Softmax函數(shù)進行概率映射，則該Softmax層中需有多少個神經(jīng)元?A8B9C10D16正確答案：B第3題單選題(1分)兩個檢測區(qū)域的尺寸分別為3×2和2×2，他們相交的區(qū)域尺寸為1×1，則兩個區(qū)域的IOU是多少？A0.25B0.166666666667C0.111111111111D0.125第4題多選題(2分)Region-CNN深度學(xué)習(xí)模型完成的任務(wù)有（）A目標(biāo)定位B目標(biāo)分類C目標(biāo)分割D以上均有正確答案：AB7.5第1題判斷題(1分)解決網(wǎng)絡(luò)退化的一種手段是自動學(xué)習(xí)恒等映射為0。第2題多選題(2分)深度神經(jīng)網(wǎng)絡(luò)性能評價的標(biāo)準有（）A訓(xùn)練誤差B測試誤差C驗證誤差D迭代次數(shù)正確答案：ABC第3題多選題(2分)殘差映射模塊中的Bottleneckdesign的目的是（）A降低網(wǎng)絡(luò)模塊的參數(shù)數(shù)量B增加網(wǎng)絡(luò)的深度C改進模型的非線性度D提高訓(xùn)練的效率正確答案：AD第4題單選題(1分)網(wǎng)絡(luò)退化問題的表現(xiàn)為（）A訓(xùn)練誤差大、檢測誤差小B訓(xùn)練誤差小、檢測誤差大C訓(xùn)練和檢測誤差均大D訓(xùn)練和檢測誤差均小第5題多選題(1分)以下屬于深度卷積神經(jīng)網(wǎng)絡(luò)的超參數(shù)的有（）A學(xué)習(xí)率B卷積核的尺寸C卷積核的核參數(shù)D激活函數(shù)類型正確答案：DBA7.6卷積神經(jīng)網(wǎng)絡(luò)模型的過與欠擬合問題作業(yè)第1題判斷題(1分)正則化手段改變了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。第2題多選題(2分)面對一個深度神經(jīng)網(wǎng)絡(luò)模型，當(dāng)數(shù)據(jù)集不夠大時，可采用的應(yīng)用策略有（）A數(shù)據(jù)增強BFine-tuningCDropputD以上均可正確答案：D第3題多選題(2分)如何處理深度神經(jīng)網(wǎng)絡(luò)中的過擬合問題？A數(shù)據(jù)增強BDropoutC加深網(wǎng)絡(luò)層數(shù)D損失函數(shù)正則化正確答案：ABD第4題多選題(2分)解決模型欠擬合問題的方法有（）A減小模型的非線性度B增加數(shù)據(jù)特征C加深網(wǎng)絡(luò)D減少正則化參數(shù)正確答案：BCD8.1初識循環(huán)神經(jīng)網(wǎng)絡(luò)作業(yè)第1題多選題(2分)循環(huán)神經(jīng)網(wǎng)絡(luò)的主要應(yīng)用對象包括（）A時間序列數(shù)據(jù)B文本序列數(shù)據(jù)C語音序列數(shù)據(jù)D像素序列數(shù)據(jù)正確答案：ABCD第2題單選題(1分)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比，循環(huán)神經(jīng)網(wǎng)絡(luò)最大的優(yōu)勢為（）A網(wǎng)絡(luò)結(jié)構(gòu)簡單B參數(shù)較少C參數(shù)共享D收斂速度快第3題單選題(1分)循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入一般為矩陣，其中行數(shù)和列數(shù)分別表示（）A行數(shù)表示時間維度，列數(shù)表示空間維度B行數(shù)表示特征數(shù)，列數(shù)表示樣本數(shù)C行數(shù)表示空間維度，列數(shù)表示時間維度D行數(shù)表示樣本數(shù)，列數(shù)表示特征數(shù)第4題多選題(2分)計算圖的基本要素包括（）A輸入B節(jié)點C輸出D操作正確答案：BD8.2循環(huán)神經(jīng)網(wǎng)絡(luò)作業(yè)第1題多選題(2分)循環(huán)神經(jīng)網(wǎng)絡(luò)常用的設(shè)計模式包括（）A輸入為序列，輸出為等長序列B輸入為序列，輸出為不等長序列C輸入為序列，輸出為固定大小的向量D輸入為固定大小的向量，輸出為序列正確答案：ABCD第2題單選題(1分)電影評價模型，屬于以下哪種設(shè)計模式（）A輸入為序列，輸出為等長序列B輸入為序列，輸出為不等長序列C輸入為序列，輸出為固定大小的向量D輸入為固定大小的向量，輸出為序列第3題單選題(1分)圖像標(biāo)注模型，屬于以下哪種設(shè)計模式（）A輸入為序列，輸出為等長序列B輸入為序列，輸出為不等長序列C輸入為序列，輸出為固定大小的向量D輸入為固定大小的向量，輸出為序列第4題判斷題(1分)雙向RNN可以解決序列數(shù)據(jù)的前后依賴問題第5題單選題(1分)關(guān)于雙向RNN的網(wǎng)絡(luò)結(jié)構(gòu)，以下說法正確的是（）A具有2個向前移動的子RNNB具有2個向后移動的子RNNC具有1個向前移動的子RNN和1個向后移動的子RNND以上說法均不正確8.3長短時記憶網(wǎng)絡(luò)作業(yè)第1題單選題(1分)以下哪種模型可以優(yōu)化RNN的長期依賴問題（）A雙向循環(huán)神經(jīng)網(wǎng)絡(luò)B深度循環(huán)神經(jīng)網(wǎng)絡(luò)C長短時記憶網(wǎng)絡(luò)D以上模型均可以第2題單選題(1分)長短時記憶網(wǎng)絡(luò)具有幾個控制門（）A1個B2個C3個D4個第3題單選題(1分)長短時記憶網(wǎng)絡(luò)中