8 颗豆豆
1. 单选题
30 秒
神经网络中的“激活函数”主要作用是：
增加计算复杂度
引入非线性变换
减少训练数据量
优化损失函数
2. 单选题
30 秒
过拟合（Overfitting）的常见解决方法不包括：
增加训练数据
使用Dropout
提前停止（Early Stopping）
增加模型层数
3. 单选题
30 秒
反向传播（Backpropagation）的核心目的是：
计算模型预测结果
初始化网络参数
通过梯度下降更新权重
可视化神经网络
4. 单选题
30 秒
下列说法正确的是？
激活函数是线性的。
输入和神经元权重相乘相加后传给了损失函数，然后神经元得到输出。
学习率越大越好，因为梯度可以快速下降。
神经网络参数越大，样本越少，可能越容易过拟合。
5. 单选题
30 秒
以下哪种损失函数适合二分类任务？
均方误差（MSE）
交叉熵（Cross-Entropy）
绝对值误差（MAE）
KL散度
6. 单选题
30 秒
以下哪种层通常用于减少卷积神经网络的参数量？
全连接层
池化层（Pooling）
批量归一化层
Dropout层
7. 单选题
30 秒
梯度下降算法中，步长的作用是？
决定每次送代更新的幅度
调整学习率
.计算损失函数
防止过拟合
8. 单选题
30 秒
在线性回归中，目标是最小化？
均方误差
绝对误差
对数损失
Hinge 损失
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
小学信息科技学科期末考查（三年级）
剥了 3 次
端午趣味抢答赛
剥了 2 次
6月17日统之幸安全知识竞赛
剥了 2 次
销售与服务的关系-rachel版本
剥了 3 次
管培生出营
剥了 3 次