第一章 单元测试

1、 问题:对于机器学习，以下说法错误的是（ ）。
选项：
A:专门研究计算机怎样模拟或实现人类的学习行为
B:以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能
C:涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科
D:训练数据的质量和数量对模型的性能没有影响
答案: 【
训练数据的质量和数量对模型的性能没有影响
】

2、 问题:

在一个神经网络里，知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权重和偏差，就可以近似任何函数。实现这个最佳的方法是（ ）。

选项：
A:随机赋值
B:搜索所有权重和偏差的组合，直到得到最佳值
C:赋予一个初始值，通过检测与最佳值的差值，迭代更新权重
D:都不正确
答案: 【
赋予一个初始值，通过检测与最佳值的差值，迭代更新权重
】

3、 问题:在深度学习中，梯度下降算法基本思想包括（ ）。
选项：
A:通过计算损失函数的梯度，沿着负梯度方向更新模型的参数，逐步接近最优解。
B:通过多次迭代和参数更新，可以使模型逐渐收敛到损失函数的极值点，从而获得最优的参数值。
C:通过反复调整模型参数、计算损失函数、使用优化算法进行参数更新
D:通过测试集的评估结果，可以判断模型的泛化能力和对未知数据的预测能力
答案: 【
通过计算损失函数的梯度，沿着负梯度方向更新模型的参数，逐步接近最优解。
通过多次迭代和参数更新，可以使模型逐渐收敛到损失函数的极值点，从而获得最优的参数值。
】

4、 问题:句子分析的主要任务包括（ ）。
选项：
A:依存句法分析
B:短语结构分析
C:语法规则分析
D:语义解析和逻辑推理
答案: 【
依存句法分析
短语结构分析
语法规则分析
】

5、 问题:在深度学习中目标检测核心任务是筛选出给定图像中所有感兴趣的目标，确定其位置和大小。（ ）
选项：
A:对
B:错
答案: 【
对
】

第二章 单元测试

1、 问题:在pytorch中可以使用哪种函数实现众数的求取。（ ）
选项：
A:mean（）
B:mode（）
C:var（）
D:median（）
答案: 【
mode（）
】

2、 问题:在pytorch中可以使用哪种函数实现累计求积。（ ）
选项：
A:prod（）
B:mode（）
C:var（）
D:std（）
答案: 【
prod（）
】

3、 问题:如果想求张量元素的分位数，在pytorch中可以使用哪些函数实现。（ ）
选项：
A:count_nonzero（）
B:normal（）
C:quantile（）
D:unquantile（）
答案: 【
quantile（）
unquantile（）
】

4、 问题:如果想求张量元素的平均值，在pytorch中可以使用哪些函数实现。（ ）
选项：
A:mean（）
B:nanmedian（）
C:median（）
D:nanmean（）
答案: 【
mean（）
nanmean（）
】

5、 问题:在pytorch中可以使用max()/amax()/argmax()/maximum()等4种函数实现最大值的求取，其中，max（）返回最大值和对应的索引，amax（）返回索引，argmax（）返回最大值。（ ）
选项：
A:对
B:错
答案: 【
错
】

第三章 单元测试

1、 问题:神经网络中用于接收数据的层是（ ）。
选项：
A:输入层
B:隐藏层
C:输出层
D:偏置层
答案: 【
输入层
】

本门课程剩余章节答案为付费内容
本文章不含期末不含主观题！！
本文章不含期末不含主观题！！
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦，电子资源购买后不支持退款哦
点我支付 ¥5
  已支付？输入手机号或商家订单号阅读