深度学习笔试面试题
关注
分享
扫一扫
cxykk1217
这个作者很懒，什么都没留下…
展开
-
深度学习笔试、面试题 一
1、神经网络模型（Neural Network）因受人类大脑的启发而得名，神经网络由许多神经元（Neuron）组成，每个神经元接受一个输入，对输入进行处理后给出一个输出，如下图所示。请问下列关于神经元的描述中，哪一项是正确的？ A 每个神经元可以有一个输入和一个输出B 每个神经元可以有多个输入和一个输出C 每个神经元可以有一个输入和多个输出D 每个神经元可以有多个输入...原创 2018-10-19 22:28:23 · 37662 阅读 · 1 评论 -
深度学习笔试、面试题 三
1、声明1：可以通过将所有权重初始化为0 来训练网络。声明2：可以通过将偏差初始化为0来很好地训练网络以上哪些陈述是真实的？A 1对2错B 1错2对C 1和2都对D 1和2都错正确答案是： B解析：即使所有的偏差都为零，神经网络也有可能学习。 另一方面，如果所有的权重都是零; 神经网络可能永远不会学习执行任务。具体可查看这里博客2、对于MLP，输入层中的节...原创 2018-10-26 20:05:33 · 15167 阅读 · 1 评论 -
深度学习笔试、面试题 二
1、梯度爆炸问题是指在训练深度神经网络的时候，梯度变得过大而损失函数变为无穷。在RNN中，下面哪种方法可以较好地处理梯度爆炸问题？A 用改良的网络结构比如LSTM和GRUsB 梯度裁剪C DropoutD 所有方法都不行正确答案是： B解析：为了处理梯度爆炸问题，最好让权重的梯度更新限制在一个合适的范围。LSTM可以解决梯度消失问题，但是不适于解决梯度爆炸问题2...原创 2018-10-24 20:29:47 · 8606 阅读 · 1 评论