BAT题库 | 机器学习面试1000题系列(第151~155题)

期思考题及参考解析

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

  答案:(D)

151.在下面哪种情况下,一阶梯度下降不一定正确工作(可能会卡住)?

  答案:(B)

  这是鞍点(Saddle Point)的梯度下降的经典例子。另,本题来源于:https://www.analyticsvidhya.com/blog/2017/01/must-know-questions-deep-learning/。


152.下图显示了训练过的3层卷积神经网络准确度,与参数数量(特征核的数量)的关系。

  从图中趋势可见,如果增加神经网络的宽度,精确度会增加到一个特定阈值后,便开始降低。造成这一现象的可能原因是什么?

  即使增加卷积核的数量,只有少部分的核会被用作预测

  当卷积核数量增加时,神经网络的预测能力(Power)会降低

  当卷积核数量增加时,它们之间的相关性增加(correlate),导致过拟合

  以上都不正确

  答案:(C)

  如C选项指出的那样,可能的原因是核之间的相关性。



153.假设我们有一个如下图所示的隐藏层。隐藏层在这个网络中起到了一定的降纬作用。假如现在我们用另一种维度下降的方法,比如说主成分分析法(PCA)来替代这个隐藏层。 


  那么,这两者的输出效果是一样的吗?

  答案:不同,因为PCA用于相关特征而隐层用于有预测能力的特征


154.神经网络能组成函数(y=1/x)吗?

  答案:可以,因为激活函数可以是互反函数


本期思考题:

155.下列哪个神经网络结构会发生权重共享?

  A.卷积神经网络

  B.循环神经网络

  C.全连接神经网络

  D.选项A和B


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