5 颗豆豆
1. 单选题
20 秒
卷积神经网络中池化层会压缩层的高度和宽度，去掉Feature Map中不重要的样本，同时也会改变通道数量。
正确
错误
2. 单选题
20 秒
梯度下降算法中设置学习率太大，会使得训练收敛慢，设置学习率过小，损失函数会在极小值处动荡甚至偏离。
正确
错误
3. 单选题
20 秒
以下关于神经网络结构的设计，描述错误的是哪一项？
LSTM网络的输入层通常是3维的。
在分类问题中，输出层的单元数一般等于分类的类型数。
每个隐藏层的单元数越多分类精度越高，但是也会带来计算性能的下降，因此，要平衡质量和性能间的关系。
隐藏层的层数越多，网络精度越高，所以可以设置尽可能多的隐藏层。
4. 单选题
20 秒
Xavier初始化可以保持神经网络每一层的输入和输出的方差一致。
正确
错误
5. 单选题
20 秒
以下不属于ReLU激活函数优点的是以下哪项？
有效缓解了梯度消失的问题。
相比起Sigmoid和tanh，ReLU帮助网络快速收敛。
有上界，训练相对收敛。
Sigmoid和tanh涉及了指数运算，ReLU可以更加简单的实现。
剥豆豆
金牌
会员 无限剥豆豆游戏，更详尽的游戏报告，更多学员的支持
仅需0.6元/日
你可能喜欢
互动问答
剥了 2 次
看图猜台词
剥了 2 次
看图猜台词
剥了 2 次
Hotel Tour 互动游戏
剥了 2 次
药品管理法，GMP基础知识
剥了 2 次