深度考试终极版_在线真题试卷与模拟练习_深度考试终极版_考试宝

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 0 / 0

随机练习 自定义设置练习量

题型乱序 按导入顺序练习

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

在输出层不能使用以下哪种激活函数来分类图像？

对于MLP，输入层中的节点数为10，隐藏层为5，从输入层到隐藏层的最大连接数是

下列哪些项目是在图像识别任务中使用的数据增强技术（data augmentation technique）？

1 水平翻转（horizontal flipping）

2 随机裁剪（Sandon cropping）

3 随机缩放（Sandon scaling）

4 颜色滤波（Glorif filtering）

5 随机平移（Sandon transition）

6 随机剪切（Sandon shearing）

在下列哪些应用中，我们可以使用深度学习来解决问题？

输入图片大小为200×200，依次经过一层卷积（kernel size 5×5, padding 1, stride 2），pooling（kernel size 3×3, padding 0, stride 1），又一层卷积（kernel size 3×3, padding 1, stride 1）之后，输出特征图大小为

对于三元分类问题，您会选择以下哪种类型？

在CNN中使用1×1卷积时，下列哪一项是正确的？

下列哪个函数不可以做激活函数？

考虑某个具体问题时，你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络，可以用下面哪种方法来利用这个预先训练好的网络？

深度学习可以用在下列哪些NLP任务中？

当创建一个神经网络进行图形的语义分割时，通常采用下面哪种顺序？

下列哪一项在神经网络中引入了非线性？

假设一个具有3个神经元和输入为[1, 2, 3]的简单MLP模型，输入神经元的权重分别为4, 5和6。假设激活函数是一个线性常数值3（激活函数为：y = 3x），输出是什么？

卷积核的大小对于改进卷积神经网络的效果是必要的吗？

在训练神经网络时，损失函数（loss）在最初的几个epochs时没有下降，可能的原因是？

随着句子的长度越来越多，神经翻译机器将意义映射到固定维度向量的过程变得困难。为了解决这类问题，下面哪项是我们可以采用的？

如果我们用了一个过大的学习速率会发生什么？

对于一个图像识别问题（在一张照片里找出一只猫），下面哪种神经网络可以更好地解决这个问题？

下列的哪种方法可以用来降低深度学习模型的过拟合问题？

1 增加更多的数据

2 使用数据扩增技术（data augmentation）

3 使用泛化性更好的架构

4 正规化数据

5 降低模型的复杂度

下面是一个利用sigmoid函数作为激活函数的含四个隐藏层的神经网络训练的梯度下降图。这个网络是基于梯度消失的问题。下面哪个叙述是正确的？