機械学習のレビュー
1 - 人工ニューラル ネットワークのコンポーネントを説明するために使用される用語は次のうちどれですか? (複数の選択肢)
A. ニューロン
B. 層
C. 活性化関数
D. 軸索
ABC
2 - ニューラル ネットワークは生物学的な脳の学習からインスピレーションを得ていますが、あまり正確には模倣されていません。
A.正しい
B.間違っている
あ
3 - ニューラル ネットワークの場合、層 2 の 3 番目のニューロンの活性化を計算する式は何ですか?
(コースビデオにある質問とは異なりますのでご注意ください)
A. \(a_{3}^{[2]}=g\left(\vec{w}_{3}^{[2]} \cdot \vec{a}^{[1]}+b_{ 3}^{2}\右)\)
B. \(a_{3}^{[2]}=g\left(\vec{w}_{3}^{[2]} \cdot \vec{a}^{[2}+b_{3] }^{2}\右)\)
C. \(a_{3}^{[2]}=g\left(\vec{w}_{2}^{[3]} \cdot \vec{a}^{[1]}+b_{ 2}^{3}\右)\)
D. \(a_{3}^{[2]}=g\left(\vec{w}_{2}^{[3]} \cdot \vec{a}^{[2]}+b_{ 2}^{3}\右)\)
あ
4 - 手書き数字認識タスクの場合、出力\(a_{3}^{[2]}\)はどれですか
A. それぞれが 0 または 1 である数値のベクトル。
B. ネットワークの予測値を含む、正確に 0 または 1 の数値。
C. 入力画像が 0 から 1 までの数値 1 である推定確率。
D. 0 と 1 の間の値を持つ数値のベクトル。
C
5 - 下面的代码定义了几层网络?
model = Sequential([
Dense(units=25, activation="sigmoid"),
Dense(units=15, activation="sigmoid"),
Dense(units=10, activation="sigmoid"),
Dense(units=1, activation="sigmoid")])
A. 5
B. 3
C. 4
D. 25
C
6 - 你如何定义一个神经网络的第二层,其带有4个神经元和一个激活函数
A. Dense(units=4, activation=‘sigmoid’)
B. Dense(units=[4], activation=[‘sigmoid’])
C. Dense(units=4)
D. Dense(layer=2, units=4, activation = ‘sigmoid’)
A
7 - 如果输出特征是temperature和duration,你怎样编写代码描述上图所示的特征向量 x
A.x = np.array([[‘200.0’, ’17.0’]])
B.x = np.array([[200.0],[17.0]])
C.x = np.array([[200.0, 17.0]])
D.x = np.array([[200.0 + 17.0]])
C
8 - 根据课程中所介绍的,你如何使用NumPy计算第一层第三个神经元的激活值?
A.
z1_3 = np.dot(w1_3, x) + b
a1_3 = sigmoid(z1_3)
B.
z1_3 =w1_3 * x + b
a1_3 = sigmoid(z1_3)
C.
layer_1 = Dense(units=3, activation='sigmoid')
a_1 = layer_1(x)
A
9 - 根据课程中所介绍的,当使用NumPy一个数组W时,对每一个神经元在哪里放w ?
A. W のすべての列
B. W のすべての行
あ
10- 以下のコードでは、単層ネットワークが「dense」関数で定義されています。コードの for ループで乗算が何回計算されますか? (W には 2 行と 3 列があることに注意してください。)
A. 6 回
B. 5 回
C. 3 回
D. 2 回
C