1.7 总结-深度学习-Stanford吴恩达教授
| 1.6 課程資源 | 回到目錄 | 2.1 二元分類 |
總結
習題
第 1 題
“人工智能是新電力”這個比喻指的是什么？
A.人工智能為我們的家庭和辦公室的個人設備供電，類似于電力。
B.通過“智能電網”，人工智能正在傳遞新一波的電力。
C.人工智能在計算機上運行，因此由電力驅動，但它讓計算機做以前不可能做的事情。
D.與100年前開始的電力類似，人工智能正在改變多個行業。
第 2 題
以下哪些是最近深度學習開始崛起的原因？（選3個答案）
A.我們擁有了更多的計算能力
B.神經網絡是一個嶄新的領域。
C.我們有了更多的數據。
D.深度學習在諸如在線廣告、語音識別和圖像識別等重要應用方面取得了顯著的改進。
第 3 題
回想一下這個機器學習迭代的圖。以下哪項陳述是正確的？（選出所有正確項）
A.能夠快速地嘗試各種想法可以讓深度學習的工程師更快地迭代。
B.更快的計算有助于加快團隊迭代一個好主意所需的時間。
C.在大數據集上訓練比在小數據集上訓練更快。
D.深度學習算法的最新進展使我們能夠更快地訓練好的模型（即使不改變CPU/GPU硬件）。
第 4 題
當一個有經驗的深度學習工程師處理一個新問題時，他們通常可以在第一次嘗試時利用以前問題的洞察力來訓練一個好的模型，而不需要在不同的模型中重復多次。
A.對 B.不對
第 5 題
這些圖中的哪一個表示ReLU激活函數？
A.
B.
C.
D.
第 6 題
用于貓識別的圖像是“結構化”數據的一個例子，因為它在計算機中表示為結構化的數組。
A.對 B.不對
第 7 題
人口數據集包含不同城市人口、人均GDP、經濟增長的統計數據，這是“非結構化”數據的一個例子，因為它包含來自不同來源的數據。
A.對 B.不對
第 8 題
為什么RNN（遞歸神經網絡）被用于機器翻譯，比如說將英語翻譯成法語？（選出所有正確項）
A.它可以訓練成一個有監督的學習問題
B.它比卷積神經網絡（CNN）更強大
C.當輸入/輸出是一個序列（例如，一個單詞序列）時適用
D.RNN表示 想法->代碼->實驗->想法->… 的循環過程
第 9 題
在這PPT截圖中，水平軸（X軸）和垂直軸（Y軸）代表什么？
A.X軸代表數據量，Y軸代表模型規模
B.X軸代表數據量，Y軸代表模型表現
C.X軸代表模型表現，Y軸代表數據量
D.X軸代表模型的輸入，Y軸代表輸出
第 10 題
假設前一個問題中所描述的趨勢是準確的（并且希望你的坐標軸標簽正確），下列哪一個是正確的？（選出所有正確項）
A.增加訓練集的大小通常不會影響算法的性能，而且可能會有很大幫助。
B.增加神經網絡的規模通常不會影響算法的性能，而且可能會有很大幫助。
C.減小訓練集的大小通常不會影響算法的性能，而且可能會有很大幫助。
D.減小神經網絡的規模通常不會影響算法的性能，而且可能會有很大幫助。
答案
1.D 2.ACD 3.ABD 4.B 5.C 6.B 7.B 8.AC 9.B 10.AB
參考文獻
>點擊打開
| 1.6 課程資源 | 回到目錄 | 2.1 二元分類 |
總結
以上是生活随笔為你收集整理的1.7 总结-深度学习-Stanford吴恩达教授的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 1.6 课程资源-深度学习-Stanfo
- 下一篇： 2.1 二元分类-深度学习-Stanfo