【题解】【中国大学MOOC】（北京大学）人工智能与信息社会测验——5基于神经网络的智能系统I
1.能够提取出图片边缘特征的网络是编号选项A全连接层B池化层C卷积层D输出层2.在手写数字识别的例子中，输入的图片为长和宽都是28像素的图片，输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题，输入层是（）维的，输出层是（）维的。编号选项A28；10B28；1C784；10D784；1...
·
1.能够提取出图片边缘特征的网络是
| 编号 | 选项 |
|---|---|
| A | 全连接层 |
| B | 池化层 |
| C | 卷积层 |
| D | 输出层 |
2.在手写数字识别的例子中，输入的图片为长和宽都是28像素的图片，输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题，输入层是（）维的，输出层是（）维的。
| 编号 | 选项 |
|---|---|
| A | 28；10 |
| B | 28；1 |
| C | 784；10 |
| D | 784；1 |
3.前馈型神经网络的中各个层之间是（）的，反馈型神经网络中各个层之间是（）的。
| 编号 | 选项 |
|---|---|
| A | 无环；无环 |
| B | 有环；有环 |
| C | 无环；有环 |
| D | 有环；无环 |
4.向量[0.1, 0.1, 0.2, 0.3, 0.6]的维数是多少
| 编号 | 选项 |
|---|---|
| A | 5 |
| B | 10 |
| C | 3 |
| D | 1 |
5.（）是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小
| 编号 | 选项 |
|---|---|
| A | 梯度下降 |
| B | 优化函数 |
| C | 反向传播 |
| D | 损失函数 |
6.神经网络中各个隐藏层能提取出和人类看到的一样的特征
| 编号 | 选项 |
|---|---|
| A | F |
| B | T |
7.人工神经网络训练的目的就是使得损失函数最小化
| 编号 | 选项 |
|---|---|
| A | T |
| B | F |
8.误差的反向传播的，即从第一个隐藏层到输出层，逐层修改神经元的连接权值参数，使得损失函数值最小。
| 编号 | 选项 |
|---|---|
| A | T |
| B | F |
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
1
0- 0
已为社区贡献4条内容
所有评论(0)