机器学习课后练习题（期末复习题目附答案）

第九章神经网络

一. 单选题

以下关于感知器说法错误的是: ( )。
A. 单层感知器可以用于处理非线性学习问题
B. 可为感知器的输出值设置阈值使其用于处理分类问题
C. 感知器是最简单的前馈式人工神经网络
D. 感知器中的偏置只改变决策边界的位置

正确答案: A

关于BP算法特点描述错误的是 ( )。
A. 各个神经元根据预测误差对权值进行调整
B. 预测误差需逆向传播,顺序是输出层、隐层、输入层
C. 计算之前不需要对训练数据进行归一化
D. 输入信号顺着输入层、隐层、输出层依次传播

正确答案: C

关于BP算法优缺点的说法错误的是 ( )。
A. BP算法训练时候可能由于权值调整过大使得激活函数达到饱和
B. BP算法不能用于处理非线性分类问题
C. BP算法训练时间较长
D. BP算法容易陷入局部最小值

正确答案: B

关于BP算法信号前向传播的说法正确的是( )。
A. BP算法只有在隐层才有激活函数
B. BP算法信号前向传播的计算量跟输入层神经元数目无关
C. BP算法信号传播的顺序是输出层、隐层、输入层。
D. BP算法在计算正向传播输出值时需要考虑激活函数

正确答案: D

以下关于Sigmoid的特点说法错误的是 ( )。
A. Sigmoid函数计算量小
B. 可以将函数值的范围压缩到[0,1]
C. 函数处处连续
D. 趋向无穷的地方,函数变化很小,容易出现梯度消失的现象

正确答案: A

关于BP算法反向传播的说法正确的是( )。
A. BP算法反向传播的预测误差值一般由真实标签值和预测标签值的差计算得来
B. BP算法更新量与步长关系不大
C. BP算法反向传播的目的是只对权值进行更新
D. BP算法反向传播进行更新时一般用到微积分的链式传播法则

正确答案: D

以下关于学习率说法错误的是()。
A. 学习率必须是固定不变的
B. 学习率太小会使得算法陷入局部极小点
C. 学习率的选择不能太大也不能太小
D. 学习率太大会导致无法收敛

正确答案: A

BP算法总结错误的是 ( )。
A. 隐层阈值梯度取决于隐层神经元输出、输出层阈值梯度和隐层与输出层的连接权值
B. 隐层的阈值梯度只跟本层的神经元输出值有关
C. 算法只要知道上一层神经元的阈值梯度,就能计算当前层神经元的阈值梯度和连接权值梯度
D. 当前层的连接权值梯度,取决于当前层神经元阈值梯度和上一层神经元输出

正确答案: B

Minsky在上世纪60年代末指出了神经网络算法的哪种缺点,使得神经网络算法陷入低潮( )。
A. 早期的神经网络算法无法处理非线性学习问题
B. 早期的神经网络算法无法收敛
C. 早期的神经网络的收敛速度太慢
D. 早期的神经网络算法需要训练的参数太多

正确答案: A

神经网络算法有时会出现过拟合的情况,那么采取以下哪些方法解决过拟合更为可行()。
A. 设置一个正则项减小模型的复杂度
B. 为参数选取多组初始值,分别训练,再选取一组作为最优值
C. 减少训练数据集中数据的数量
D. 增大学习的步长

正确答案: A

二. 多选题
11. 隐藏层中常用的激活函数有 (多选) ( )。
A. Cos
B. Tanh
C. Sigmoid
D. ReLU

正确答案: BCD

正确答案: ACD

关于BP算法优点说法正确的是( )。
A. BP算法反向传播采用链式法则,推导过程严谨
B. BP算法泛化能力不强
C. BP算法能够自适应学习
D. BP算法有很强的非线性映射能力

正确答案: ACD

关于BP算法缺点的说法正确的是()。
A. BP算法迭代速度不快,即使提高学习率也无济于事
B. BP算法涉及参数数量很多,因此更新速度慢
C. BP算法更新没有明确的公式,需要不断试凑,才能决定隐层节点数量
D. BP算法很容易陷入局部极小值问题

正确答案: BCD

三. 判断题
15. BP算法“喜新厌旧”,在学习新样本后,会把旧样本逐渐遗忘。
A. 对
B. 错

正确答案: 对

正确答案: 对

正确答案: 对

正确答案: 错

标签：深度学习机器学习人工智能

本文转载自: https://blog.csdn.net/m0_50962679/article/details/125281069
版权归原作者 打算改个好听的名字 所有，如有侵权，请联系我们删除。