海澜之家网站建设的计划,wordpress社区功能,ui网页设计规则,wordpress 中的函数大全课程2_第3周_测验题
目录#xff1a;目录
第一题
1.如果在大量的超参数中搜索最佳的参数值#xff0c;那么应该尝试在网格中搜索而不是使用随机值#xff0c;以便更系统的搜索#xff0c;而不是依靠运气#xff0c;请问这句话是正确的吗#xff1f;
A. 【 】对
B.…课程2_第3周_测验题
目录目录
第一题
1.如果在大量的超参数中搜索最佳的参数值那么应该尝试在网格中搜索而不是使用随机值以便更系统的搜索而不是依靠运气请问这句话是正确的吗
A. 【 】对
B. 【 】不对
答案
B.【 √ 】不对
第二题
2.每个超参数如果设置得不好都会对训练产生巨大的负面影响因此所有的超参数都要调整好请问这是正确的吗
A. 【 】对
B. 【 】不对
答案
B.【 √ 】不对
第三题
3.在超参数搜索过程中你尝试只照顾一个模型使用熊猫策略还是一起训练大量的模型鱼子酱策略在很大程度上取决于
A. 【 】是否使用批量batch或小批量优化mini-batch optimization
B. 【 】神经网络中局部最小值鞍点的存在性
C. 【 】在你能力范围内你能够拥有多大的计算能力注就是高性能电脑和低性能电脑的区别
D. 【 】需要调整的超参数的数量
答案
C.【 √ 】在你能力范围内你能够拥有多大的计算能力注就是高性能电脑和低性能电脑的区别
第四题
4.如果您认为 β \beta β动量超参数介于0.9和0.99之间那么推荐采用以下哪一种方法来对 β \beta β值进行取样
A. 【 】
r np.random.rand() beta r * 0.09 0.9
B. 【 】
r np.random.rand() beta 1 - 10 ** ( - r - 1 )
C. 【 】
r np.random.rand() beta 1 - 10 ** ( - r 1 )
D. 【 】
r np.random.rand() beta r * 0.9 0.09
答案
B.【 √ 】
r np.random.rand() beta 1 - 10 ** ( - r - 1 )
第五题
5.找到好的超参数的值是非常耗时的所以通常情况下你应该在项目开始时做一次并尝试找到非常好的超参数这样你就不必再次重新调整它们。请问这正确吗
A. 【 】对
B. 【 】不对
答案
B.【 √ 】不对
第六题
6.在视频中介绍的批量标准化中如果将其应用于神经网络的第l层您应该对谁进行标准化
A. 【 】 z [ l ] z^{[l]} z[l]
B. 【 】 W [ l ] W^{[l]} W[l]
C. 【 】 b [ l ] b^{[l]} b[l]
D. 【 】 b [ l ] b^{[l]} b[l]
答案
A.【 √ 】 z [ l ] z^{[l]} z[l]
第七题
7.在标准化公式 z n o r m ( i ) z ( i ) − μ σ 2 ϵ z^{(i)}_{norm}\frac{z^{(i)}-\mu}{\sqrt{\sigma^2\epsilon}} znorm(i)σ2ϵ z(i)−μ为什么要使用epsilonϵ
A. 【 】为了更准确地标准化
B. 【 】为了避免除零操作
C. 【 】为了加速收敛
D. 【 】防止 μ \mu μ太小
答案
B.【 √ 】为了避免除零操作
第八题
8.批标准化中关于 γ \gamma γ和 β \beta β的以下哪些陈述是正确的
A. 【 】对于每个层有一个全局值 γ ∈ R \gamma \in \mathbb{R} γ∈R和一个全局值 β ∈ R \beta \in \mathbb{R} β∈R适用于于该层中的所有隐藏单元。
B. 【 】 γ \gamma γ和 β \beta β是算法的超参数我们通过随机采样进行调整
C. 【 】它们确定了给定层的线性变量 z [ l ] z^{[l]} z[l]的均值和方差
D. 【 】最佳值是 γ σ 2 ϵ , β μ \gamma\sqrt{\sigma^2\epsilon},\beta\mu γσ2ϵ ,βμ
E. 【 】它们可以用Adam、动量的梯度下降或RMSprop而不仅仅是用梯度下降来学习
答案
C.【 √ 】它们确定了给定层的线性变量 z [ l ] z^{[l]} z[l]的均值和方差
E.【 √ 】它们可以用Adam、动量的梯度下降或RMSprop而不仅仅是用梯度下降来学习
第九题
9.在训练了具有批标准化的神经网络之后在用新样本评估神经网络的时候您应该
A. 【 】如果你在256个例子的mini-batch上实现了批标准化那么如果你要在一个测试例子上进行评估你应该将这个例子重复256次这样你就可以使用和训练时大小相同的mini-batch进行预测。
B. 【 】使用最新的mini-batch的 μ \mu μ和 σ 2 \sigma^2 σ2值来执行所需的标准化
C. 【 】跳过用 μ \mu μ和 σ 2 \sigma^2 σ2值标准化的步骤因为一个例子不需要标准化
D. 【 】执行所需的标准化使用在训练期间通过指数加权平均值得出的 μ \mu μ和 σ 2 \sigma^2 σ2
答案
D.【 √ 】执行所需的标准化使用在训练期间通过指数加权平均值得出的 μ \mu μ和 σ 2 \sigma^2 σ2
第十题
10.关于深度学习编程框架的这些陈述中哪一个是正确的选出所有正确项
A. 【 】即使一个项目目前是开源的项目的良好管理有助于确保它即使在长期内仍然保持开放而不是仅仅为了一个公司而关闭或修改。
B. 【 】通过编程框架您可以使用比低级语言如Python更少的代码来编写深度学习算法。
C. 【 】深度学习编程框架的运行需要基于云的机器。
答案
A.【 √ 】即使一个项目目前是开源的项目的良好管理有助于确保它即使在长期内仍然保持开放而不是仅仅为了一个公司而关闭或修改。
B.【 √ 】通过编程框架您可以使用比低级语言如Python更少的代码来编写深度学习算法。
