MOOC 纺织服装专业人工智能技术导论-东华大学 中国大学慕课答案

MOOC纺织服装专业人工智能技术导论-东华大学中国大学慕课答案课后自测题1、问题：以绒山羊/非绒山羊的分类问题为例，根据本章所讲授的内容及符号表达方式，回答以下问题：（单选题）对于每一个样本，其中，，样本包含了个特征选项：A、B、C、D、正确答案:【】2、问题：选项：意味着该问题属于分类问题A、二元分类问题B、多元分类问题C、三元分类问题D、以上都不对正确答案:【二元分类问题】3、问题：按照本课程约定的符号体系，若有个样本构成整个训练集，该集合可以表示为选项：A、B、C、D、正确答案:【】4、问题：若将训练集记为矩阵X，其中包含了m个样本，每个样本的特征数量为个，则X的维度为选项：A、B、C、D、正确答案:【】5、问题：若令选项：，且激活函数为Sigmoid，其正确计算方式为A、B、C、D、正确答案:【】6、问题：若令为真值y的预测值，下面关于交叉熵函数的正确计算方式为选项：A、B、C、D、正确答案:【】7、问题：下面关于学习率α说法正确的是选项：A、学习率α越大越好，这样可以加快神经网络的训练速度B、学习率α越小越好，这样可以保证训练的平稳C、学习率α必须是不变量D、学习率α需要根据实际训练过程的表现予以调校正确答案:【学习率α需要根据实际训练过程的表现予以调校】8、问题：向后传播的推导过程，主要是基于链式法则求偏导，这个说法正确吗？选项：A、正确B、错误正确答案:【正确】9、问题：“整个训练集的代价函数J(w,b)，实际上是全部训练数据的损失函数值加和之后的平均值”，这个说法对吗?选项：A、正确B、错误正确答案:【正确】10、问题：“在编写代码之前，首先需要确定需要求解的目标是什么。比如对于梯度下降算法而言，核心是求出dw和db，从而实现对w和b的更新”。这个说法正确吗？选项：A、正确B、错误正确答案:【正确】课后自测题1、问题：1.在下图所示的神经网络中，圆圈和箭头的含义分别是______?选项：A、圆圈代表神经元，箭头代表权重B、圆圈代表输入量，箭头代表输出方向C、圆圈仅仅代表激活值，箭头代表权重D、圆圈和箭头代表了向前传播过程正确答案:【圆圈代表神经元，箭头代表权重】2、问题：根据本单元讲授的符号表达方式，选项：的含义是____________A、第3个样本的第2个特征在第1层神经网络中的权重值B、第3个样本的第1个特征在第2层神经网络中的权重值C、第2个样本的第3个特征在第1层神经网络中的权重值D、以上都不是正确答案:【第2个样本的第3个特征在第1层神经网络中的权重值】3、问题：符号的含义是___________选项：A、第层第个神经元的激活值aB、第层第个神经元的激活值aC、第层第个神经元的加权值aD、第层第个神经元的加权值a正确答案:【第层第个神经元的激活值a】4、问题：图中所示的激活函数中，哪个是tanh？选项：A、左边的是tanh，右边的是sigmoidB、左边是sigmoid，右边是tanhC、左边的是tanh，右边的是它的特殊形式D、左边是sigmoid，右边是它的特殊形式正确答案:【左边是sigmoid，右边是tanh】5、问题：图中所示的激活函数，其名称是什么？选项：A、SoftmaxB、ReLUC、LeakyReLUD、WeakyReLU正确答案:【ReLU】6、问题：根据本单元的表达方式，下图的神经网络是___层神经网络?选项：A、3B、4C、5D、6正确答案:【4】7、问题：对于第层神经网络而言，下述说法正确的是________选项：A、B、与的维度可以不相等的维度可以不相等与C、D、的维度为的维度为正确答案:【的维度为】8、问题：当神经网络由若干层组成时，除了第一层的输入是我们设置的原始特征之外，剩下的每一层的输入，其实都是前一层所输出的激活值。这个说法正确与否？选项：A、正确B、错误正确答案:【正确】9、问题：在神经网络向后传播的计算过程中，“我们需要对??求导，因为??也是特征，有必要对其进行优化”，这个说法正确吗？选项：A、正确B、错误正确答案:【错误】10、问题：“参数的维度并不随着样本数量的多少而改变，因为它们是神经网络架构中用来调节每层神经元对输入特征影响的大小的。”这个说法正确吗？选项：A、正确B、错误正确答案:【正确】课后自测题1、问题：关于训练集、验证集、测试集，下述说法正确的是：________选项：A、在数据量很小或者数据量很大的时候，都必须有20%的数据用于测试集B、在数据量很小或者数据量很大的时候，都必须有10%的数据用于测试集C、在数据量很小或者数据量很大的时候，都必须有5%的数据用于测试集D、以上都不对正确答案:【以上都不对】2、问题：若数据集如图所示，由×和○代表两类不同的数据，下图分别表示的是分类过程中的哪种情况？选项：A、左为高偏差，中为适当，右为高方差B、左为适当，中为高偏差，右为高方差C、左为高方差，中为适当，右为高偏差D、以上都不是正确答案:【左为高偏差，中为适当，右为高方差】3、问题：当网络初步训练完成，但是预测误差较大时，首先应采取以下哪种措施？选项：A、增加数据量B、优化数据分布C、选择新的网络架构D、以上都是正确答案:【选择新的网络架构】4、问题：当网络初步训练完成，且在训练集上表现良好，但是在测试集上表现不佳，首先应采取以下哪种措施？选项：A、这是高偏差或者欠拟合现象，首先应该增加数据量或者进行数据增广B、这是高方差或者过拟合现象，首先应该增加数据量或者进行数据增广C、这是高偏差或者欠拟合现象，首先应该更换网络架构D、这是高方差或者过拟合现象，首先应该更换网络架构正确答案:【这是高方差或者过拟合现象，首先应该增加数据量或者进行数据增广】5、问题：在正则化中,，即前增加了一个系数选项：。请问，这里超参数的取值范围通常是：A、[0,1]B、[-1,0]C、[-1,1]D、以上都不是正确答案:【[0,1]】6、问题：关于神经网络的正则化方法，以下表述正确的是_____C_______。选项：A、只有L2正则化和随机失活正则化属于正则化方法，数据扩增并不属于正则化方法B、只有L2正则化属于正则化方法，随机失活与数据扩增并不属于正则化方法C、L2正则化、随机失活正则化以及数据扩增均属于正则化方法的一种D、以上都不是正确答案:【L2正则化、随机失活正则化以及数据扩增均属于正则化方法的一种】7、问题：“如果激活函数的输入特征均经过了零均值和标准方差化，方差是1，那么??也会调整到相似范围，虽然没有从根本上解决梯度消失和爆炸问题。但它确实降低了梯度消失和爆炸产生的可能性”。这个说法正确吗？选项：A、正确B、错误正确答案:【正确】课后自测题1、问题：在将数据集分割为若干个小批量后，往往训练时的代价函数曲线从下图中左侧的单一批量训练形态，改变为右侧所示的小批量训练形态。此时，下述说法正确的是：选项：A、小批量之间彼此是相互独立的，在第t-1个小批量上表现好的权重矩阵，未必在第t个小批量上也表现良好，反之亦然。两个相邻的小批量之间可能存在着起伏。B、有的小批量上的数据容易训练，而有的小批量上的数据不容易训练。C、由于训练数据都是人为标注的，有可能存在某些小批量中，标签本身存在错误，导致前一个小批量中可行的权重，在这个小批量中就是不可行的了。D、单一批量是由小批量构成的，因此左图实际上是右图的平均值曲线正确答案:【小批量之间彼此是相互独立的，在第t-1个小批量上表现好的权重矩阵，未必在第t个小批量上也表现良好，反之亦然。两个相邻的小批量之间可能存在着起伏。#有的小批量上的数据容易训练，而有的小批量上的数据不容易训练。#由于训练数据都是人为标注的，有可能存在某些小批量中，标签本身存在错误，导致前一个小批量中可行的权重，在这个小批量中就是不可行的了。】2、问题：为了提高神经网络的学习速度，以下说法正确的是选项：A、从随机梯度下降改为动量梯度下降法，通常是一个不错的尝试B、从随机梯度下降改为RMSprop梯度下降法，通常是一个不错的尝试C、从随机梯度下降改为Adam梯度下降法，通常是一个不错的尝试D、采用学习率衰减的方式，通常是一个不错的尝试正确答案:【从随机梯度下降改为动量梯度下降法，通常是一个不错的尝试#从随机梯度下降改为RMSprop梯度下降法，通常是一个不错的尝试#从随机梯度下降改为Adam梯度下降法，通常是一个不错的尝试#采用学习率衰减的方式，通常是一个不错的尝试】3、问题：“在进行数据准备时，通常通过随机混洗（shuffle）和分区(partition)来达到较为合理的数据分布”，这个说法正确与否？选项：A、正确B、错误正确答案:【正确】4、问题：“指数加权平均的所实现的是遵循指数衰减的系数与当前值的按位相加之和”，这个说法正确与否？选项：A、正确B、错误正确答案:【错误】5、问题：“在使用指数加权平均时，必须对最初阶段的偏差予以修正”，这个说法正确与否？选项：A、正确B、错误正确答案:【错误】6、问题：“在动量梯度下降法中，若参数β=0.9，则必须使用偏差修正技术”，这个说法正确与否？选项：A、正确B、错误正确答案:【错误】7、问题：“通俗地讲，Adam优化算法基本是动量梯度下降法和RMSprop相结合的产物”，这个说法正确与否？选项：A、正确B、错误正确答案:【正确】8、问题：“在大型神经网络中，由于参数众多，此时的优化函数往往存在于高维空间中，其优化的难点其实是克服诸如平稳段问题”，这个说法正确吗？选项：A、正确B、错误正确答案:【正确】9、问题：“在许多神经网络的编程框架以及文献报道中，会将梯度下降算法称之为优化器（optimizer）”，这个说法正确吗？选项：A、正确B、错误正确答案:【正确】10、问题：“在克服平稳段问题时，动量梯度下降法，RMSprop梯度下降法，以及Adam梯度下降法，往往比随机梯度下降法更为有效”，这个说法正确吗？选项：A、正确B、错误正确答案:【正确】课后自测题1、问题：在神经网络的超参数中，以下说法正确的是选项：A、神经网络的层数更为重要B、神经网络中隐含单元的个数更为重要C、学习率更为重要D、小批量（mini-batch）的大小更为重要正确答案:【学习率更为重要】2、问题：对于测试集上批量归一化的计算方法，下述表述正确的是________：选项：A、按照与训练集同样的计算方式B、不能采用批量归一化C、通过指数加权平均的方式将计算出来，并应用于D、以上都不是的计算中正确答案:【通过指数加权平均的方式将计算出来，并应用于的计算中】3、问题：在多元分类任务中，往往采用独热（one-hot）编码的方式，即对于一个有m个样本的训练集而言，若其为c分类问题，则Y将会是一个______的矩阵，这个矩阵中的每一列代表一个样本，且每一列中只有一个元素为1，其他均为0。选