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）
A 隐藏层层数增加，模型能力增加
B Dropout的比例增加，模型能力增加
C 学习率增加，模型能力增加
D 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？
A 循环神经网络
B 卷积神经网络
C 限制玻尔兹曼机
D 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！