（一）神经网络和深度学习-测验题易错整理

对 https://hekuan.blog.youkuaiyun.com/article/details/79827273 中的第一门课的测验题目进行整理，记录个人易错点。

1.用于识别猫的图像是“结构化”数据的一个例子，因为它在计算机中被表示为结构化矩阵，是真的吗？
【 】正确
【★】错误
注：图片属于非结构化数据。

2.统计不同城市人口、人均GDP、经济增长的人口统计数据集是“非结构化”数据的一个例子，因为它包含来自不同来源的数据，是真的吗？
【 】正确
【★】错误
注：单纯的看以上数据的话就是非结构化数据，但是这些数据都被整合到了数据集里面，所以是结构化数据。

3.为什么在上RNN（循环神经网络）可以应用机器翻译将英语翻译成法语？
【★】因为它可以被用做监督学习。
【 】严格意义上它比卷积神经网络（CNN）效果更好。
【★】它比较适合用于当输入/输出是一个序列的时候（例如：一个单词序列）
【 】RNNs代表递归过程：想法->编码->实验->想法->…

4.看一下下面的这两个随机数组“a”和“b”：
a = np.random.randn(4, 3) # a.shape = (4, 3)
b = np.random.randn(3, 2) # b.shape = (3, 2)
c = a * b
请问数组“c”的维度是多少？
答：运算符 “*” 说明了按元素乘法来相乘，但是元素乘法需要两个矩阵之间的维数相同，所以这将报错，无法计算。
注：矩阵乘法为n