👨:考试题目主要是计算题(涉及卷积操作,反向传播计算等)和简答题(概念理解),由7道大题组成,比较简单。
下面是去年和前年的期末题整理:
- ✅卷积神经网络:卷积核在图上扫一圈,参数量是多少,feature map多大?【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第三题:卷积计算
- ✅图卷积神经网络:给你几个点,做一次图卷积,给了激活函数和特征,做一次图卷积后最终输出的结果。【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第九题:GCN计算
- ✅全连接神经网络:给定激活函数,求梯度:【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第二题:求梯度
- ✅ 优化与正则化:【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第五题:正则化与优化
- ✅LSTM与GRU的区别,LSTM解决了什么问题?:【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第四题:LSTM与GRU
- ✅强化学习的基本思想:【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第七题:强化学习
- ✅注意力机制是怎么回事?:【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第八题:注意力机制
- ✅正则化与优化方法:【一起入门DeepLearning】中科院深度学习_期末复习题2018-2019第五题:正则化与优化
- ✅梯度消失,梯度爆炸?【一起入门DeepLearning】中科院深度学习_期末复习_梯度消失与梯度爆炸
- ✅机器学习基础:
- 💗主观题:印象最深的报告是哪一组?
- 💗生成对抗网络,BMS的优势和特点?
标签:
深度学习
本文转载自: https://blog.csdn.net/qq_39328436/article/details/124947393
版权归原作者 vector<> 所有, 如有侵权,请联系我们删除。
版权归原作者 vector<> 所有, 如有侵权,请联系我们删除。