BAT题库 | 机器学习面试1000题系列(第146~150题)

上期思考题及参考解析

145.在训练神经网络时,损失函数(loss)在最初的几个epochs时没有下降,可能的原因是?()

  A 学习率(learning rate)太低
  B 正则参数太高
  C 陷入局部最小值

  D 以上都有可能

  答案:(A)

146.下列哪项关于模型能力(model capacity)的描述是正确的?(指神经网络模型能拟合复杂函数的能力)

  隐藏层层数增加,模型能力增加

  Dropout的比例增加,模型能力增加

  学习率增加,模型能力增加

  都不正确

  答案:(A)

147.如果增加多层感知机(Multilayer Perceptron)的隐藏层层数,分类误差便会减小。这种陈述正确还是错误?
  答案:错误

  并不总是正确。过拟合可能会导致错误增加。


148.构建一个神经网络,将前一层的输出和它自身作为输入。

下列哪一种架构有反馈连接?

  循环神经网络

  卷积神经网络

  限制玻尔兹曼机

  都不是

  答案:(A)


149.下列哪一项在神经网络中引入了非线性?在感知机中(Perceptron)的任务顺序是什么?
  1.随机初始化感知机的权重
  2.去到数据集的下一批(batch)
  3.如果预测值和输出不一致,则调整权重
  4.对一个输入样本,计算输出值
  答案:1 - 4 - 3 - 2


本期思考题:

150.假设你需要调整参数来最小化代价函数(cost function),可以使用下列哪项技术?

  A. 穷举搜索

  B. 随机搜索

  C. Bayesian优化

  D. 以上任意一种

在评论区留言,一起交流探讨,让更多小伙伴受益。

参考答案在明天公众号上公布,敬请关注!


©著作权归作者所有:来自51CTO博客作者mb5fd86d5f5874e的原创作品,如需转载,请注明出处,否则将追究法律责任