A.感知器
B.卷积神经网络
C.全连接神经网络
D.循环神经网络
第3题
A、卷积核中的取值都是事先人工设计的,在网络的训练过程中不变化
B、共享权重大大减少了参数的个数,降低了网络的复杂度
C、通过增加卷积核的大小和通道的个数,可以提升卷积神经网络特征获取的能力
D、卷积核越大,即感受野越大,网络需要优化的参数越少,训练速度越快
第6题
A、人工神经网络主要由输入层、隐藏层和输出层组成。深度学习一般要求有多个隐藏层
B、卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性,这种连接恰好也符合生物神经元的稀疏性响应特性
C、卷积神经网络有两个基本概念:权值共享和池化。权值共享使权值参数的个数减小;池化可以使特征图减小,简化计算
D、损失函数层的作用是用来估算模型的预测值与实际值的差距的函数,它是一个非负的实数值函数,它的值越小,反应该网络的数据拟合性能越好,也就是其结果越逼近原始输入数据
第7题
A、RNN的隐层神经元的输入包括其历史各个时间点的输出
B、在各个时间点,RNN的输入层与隐层之间、隐层与输出层之间以及相邻时间点之间的隐层权重是共享的,因为不同时刻对应同一个网络
C、RNN比较擅长处理时序数据,例如文本的分析
D、RNN的损失函数度量所有时刻的输入与理想输出(导师值)的差异,需要使用梯度下降法调整参数不断降低损失函数
第10题
A.网络打印只需要一根网线,而共享打印则是有几个终端就需要几根导线
B.网络打印机是PC的一个外设
C.共享打印通过PC服务器或者共享器实现网络连接
D.共享打印必须通过打印机的并口来进行
E.共享打印必须通过打印机的串口来进行
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!