最新要闻

广告

手机

消息称谷歌眼镜项目终止,将专注开发“AR 版安卓”平台

消息称谷歌眼镜项目终止,将专注开发“AR 版安卓”平台

怎样开通微信服务_怎样开通飞信|观热点

怎样开通微信服务_怎样开通飞信|观热点

家电

机器学习复习5

来源:博客园

机器学习复习

1 - 下面是你在课程中看到的代码,在哪种情况下你会使用二值交叉熵损失函数?

model.compile(loss=BinaryCrossentropy())

A. 回归任务(预测一个数字的任务)B. BinaryCrossentropy()不应该被用于任何任务C. 有3个或更多类(类别)的分类任务D. 二分类(正好有2个类的分类)

答案:D


(资料图)

2 - 下面代码中的哪一行执行了参数更新

model = Sequential([Dense(units=25, activation="sigmoid’),Dense(units=15, activation="sigmoid’),Dense(units=1, activation="sigmoid’)])model.compile(loss=BinaryCrossentropy())model.fit(X,y,epochs=100)

A. model.fit(X,y,epochs=100)B. 都没有执行C. model = Sequential([...])D. model.compile(loss=BinaryCrossentropy())

答案:A

3 - 对于神经网络的隐藏层,下面哪一个激活函数是最常用的?

A. 大多数隐藏层不使用激活函数B. LinearC. ReLUD. Sigmoid

答案:C

4 - 对于房价预测任务,你会选择哪个激活函数(选择两个)。

A. ReLUB. SigmoidC. linear答案:BC

5 - 一个有很多层但没有激活函数(在隐藏层)的神经网络是无效的;这就是为什么我们应该在每个隐藏层使用线性激活函数。

A. 错B. 对

答案:错

6 - 对于一个有4个可能输出的多分类任务,所有激活的总和加起来是1。对于一个有3个可能输出的多类分类任务,所有激活的总和应该加到......?

A. 1B. 少于1C. 大于1D. 会随着输出x的值而变化

答案:A

7 - 对于多分类,交叉熵损失被用于训练模型。如果输出有4个可能的类别,对于一个特定的训练例子,该例子的真实类别是第3类(y=3),那么交叉熵损失简化为什么?

A. \(-\log \left(a_{3}\right)\)

B. \(\frac{-\log \left(a_{1}\right)+-\log \left(a_{2}\right)+-\log \left(a_{3}\right)+-\log \left(a_{4}\right)}{4}\)

C. \(z_3\)

D. \(\frac{z_3}{z_1 + z_2 + z_4}\)

答案:A

8 - 对于多分类,实现softmax回归的推荐方法是在损失函数中设置 from_logits=True,同时在模型的输出层中定义... ...?

A. 一个Linear激活B. 一个Softmax激活

答案:A

9 - Adam优化器是推荐的优化器,用于寻找模型的最佳参数。如何在TensorFlow中使用Adam优化器?

A. 对model.compile()的调用会自动选择最佳优化器,不管是梯度下降、Adam还是其他。所以不需要手动选择优化器

B. Adam优化器只对Softmax输出起作用。因此,如果一个神经网络有一个Softmax输出层,TensorFlow将自动选择Adam优化器

C. 在调用model.compile时,设置优化器=tf.keras.optimizers.Adam(learning_rate=1e-3)

D. 对model.compile()的调用默认使用Adam优化器

答案:C

10 - 课程讲座中涉及到一种不同的层类型,该层的每个单一神经元都不看输入到该层的所有输入向量的值。讲座中讨论的这个层类型的名称是什么?

A. 卷积层B. 全连接层C. 图像层D. 一维或二维层(根据输出维度)

答案:A

关键词: