谩赐唤衔雾瓤焕赖茸卡眷炽接
第一讲 神经网络计算
第一讲 神经网络计算
1、单选题：
该张量的维度是 [[ 1.3688478 1.0125661 ] [ 0.17475659 -0.02224463]]
A: （2，1）
B: （2，2）
C: （1，2）
D: （4，1）
答案: （2，2）
2、多选题：
人工智能主流的三个学派是什么？
A: 行为主义
B: 计算主义
C: 连接主义
D: 符号主义
答案: 行为主义 ;
连接主义;
符号主义
3、判断题：
以下语句实现了损失函数loss 分别对可训练参数w1和b1求偏导数，并将计算结果保存到grads列表中。with tf.GradientTape() as tape: 前向传播过程计算y 计算总lossgrads = tape.gradient(loss, [ w1, b1 ])
A: 正确
B: 错误
答案: 正确
4、判断题：
设计神经网络的步骤包括：准备数据、搭建网络、优化参数、应用网络。
A: 正确
B: 错误
答案: 正确
5、判断题：
神经网络可以让计算机具备感性思维，能实现图像识别、趋势预测。
A: 正确
B: 错误
答案: 正确
第二讲 神经网络优化
第二讲 神经网络优化
1、单选题：
在某个三分类问题中，已知真实标签y_=(0, 0, 1)，神经网络预测值分别为y1=(0.51, 0.32, 0.17)，y2=(0.22, 0.73, 0.05)，y3=(0.15, 0.17, 0.68)，y4=(0.04, 0.03, 0.93)，哪个预测值更接近真实标签？
A: y1
B: y2
C: y3
D: y4
答案: y4
2、单选题：
tf.nn.relu([[-2., 1.], [0., 3.]])的计算结果是哪个？
A: tf.Tensor([ -2. 1. 0. 3.], shape=(4,), dtype=float32)
B: tf.Tensor([ 0. 1. 0. 3.], shape=(4,), dtype=float32)
C: tf.Tensor([ [-2. 1.] [0. 3.] ], shape=(2,2), dtype=float32)
D: tf.Tensor([ [0. 1.] [0. 3.] ], shape=(2,2), dtype=float32)
答案: tf.Tensor([ [0. 1.] [0. 3.] ], shape=(2,2), dtype=float32)
3、单选题：
下列哪一项是均方误差损失函数的代码实现？
A: tf.reduce_mean(tf.square(y_true – y_pred))
B: tf.reduce_mean(tf.abs(y_true-y_pred))
C: -tf.reduce_sum(y_true * tf.math.log(y_pred))
D: -tf.reduce_sum(labels * tf.math.log(tf.nn.softmax(logits)), axis=1)
答案: tf.reduce_mean(tf.square(y_true – y_pred))
4、多选题：
解决过拟合问题的方法有：
A: 增大训练集
B: 采用正则化
C: 增加网络参数
D: 减小正则化参数
答案: 增大训练集;
采用正则化
5、多选题：
下列属于神经网络优化器的有？
A: SGD
B: AdaGrad
C: RMSProp
D: Adam
答案: SGD;
AdaGrad;
RMSProp;
Adam
第三讲 神经网络八股
第三讲 神经网络八股
1、单选题：
使用Sequential()函数搭建神经网络训练MNIST数据集的代码为：model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activation=’relu’), tf.keras.layers.Dense(10, activation=’softmax’)])请问使用model.summary()打印网络结构和参数统计中，Total params的数目为？
A: 100480
B: 1280
C: 101770
D: 101632
答案: 101770
2、单选题：
以下数据为训练过程中某个epoch的最终输出，其中最能直观有效反映网络准确度的数据是？60000/60000 [==============================]- 4s 68us/sample- loss: 0.2916- sparse_categorical_accuracy: 0.8920- val_loss: 0.3387- val_sparse_categorical_accuracy: 0.8770
A: 0.2916
B: 0.8920
C: 0.3387
D: 0.8770
答案: 0.8770
3、单选题：
如果标签以数值形式给出，模型推理结果以概率形式给出，则model.compile()函数中metrics参数应选择哪一项？
A: ‘sparse_categorical_crossentropy’
B: ‘accuracy’
C: ‘categorical_accuracy’
D: ‘sparse_ categorical_accuracy’
答案: ‘sparse_ categorical_accuracy’
4、多选题：
以下关于MNIST数据集和Fashion_mnist数据集描述正确的是？
A: MNIST数据集一共包括7万张图片，其中6万张用于训练，1万张用于测试。
B: 每张图片包括1024(32×32)个像素点。
C: MNIST数据集是为0到9的手写数字数据集。
D: Fashion_mnist数据集中的图片被分为20类。
答案: MNIST数据集一共包括7万张图片，其中6万张用于训练，1万张用于测试。;
MNIST数据集是为0到9的手写数字数据集。
5、判断题：
本课中搭建神经网络六步法包括如下步骤：1、import2、train, test3、Sequential / Class4、model.compile5、model.fit6、model.summary
A: 正确
B: 错误
答案: 正确
第四讲 网络八股扩展
上方为免费预览版答案，如需购买完整答案，请点击下方红字：
为了方便下次阅读，建议在浏览器添加书签收藏本网页
添加书签方法：
1.电脑按键盘的Ctrl键+D键即可收藏本网页
2.手机浏览器可以添加书签收藏本网页
点击浏览器底部菜单-【添加书签】-收藏本网页
点击浏览器底部菜单-【书签/历史】-可查看本网页
获取更多慕课答案，欢迎在浏览器访问我们的网站：
http://mooc.mengmianren.com
注：请切换至英文输入法输入域名，如果没有成功进入网站，请输入完整域名：http://mooc.mengmianren.com/
我们的公众号
打开手机微信，扫一扫下方二维码，关注微信公众号：萌面人APP
本公众号可查看各种网课答案，还可免费查看大学教材答案
点击这里，可查看公众号功能介绍
APP下载
APP功能说明
1.可查看各种网课答案
点击【萌面人官网】，可查看知到智慧树，超星尔雅学习通，学堂在线等网课答案
点击【中国大学慕课答案】，可查看mooc慕课答案
2.可一键领取淘宝/天猫/京东/拼多多无门槛优惠券
如图所示，点击对应图标即可领取淘宝/天猫/京东/拼多多无门槛优惠券
搂电黎妹辩啼博锻递怒发踏庙