机器学习复习

1 - 以下哪些项被用来描述一个人工神经网络的组成成分？（多选）

A. 神经元
B. 层
C. 激活函数
D. 轴突

ABC

2 - 神经网络从生物大脑的学习中受到启发，但是并未非常准确模仿。

A. 对
B. 错

A

3 - 对于一个神经网络，计算第2层中第三个神经元的激活的表达式是什么？

(注意，这与你在课程视频中看到的问题不同)

A. \(a_{3}^{[2]}=g\left(\vec{w}_{3}^{[2]} \cdot \vec{a}^{[1]}+b_{3}^{2}\right)\)

B. \(a_{3}^{[2]}=g\left(\vec{w}_{3}^{[2]} \cdot \vec{a}^{[2}+b_{3}^{2}\right)\)

C. \(a_{3}^{[2]}=g\left(\vec{w}_{2}^{[3]} \cdot \vec{a}^{[1]}+b_{2}^{3}\right)\)

D. \(a_{3}^{[2]}=g\left(\vec{w}_{2}^{[3]} \cdot \vec{a}^{[2]}+b_{2}^{3}\right)\)

A

4 - 对于手写数字识别任务，哪一个是输出 \(a_{3}^{[2]}\)

A. 一个由几个数字组成的向量，每个数字都正好是0或1。
B. 一个正好是0或1的数字，包括网络的预测值。
C. 输入图像为数字1的估计概率，一个从0到1的数字。
D. 一个由多个数字组成的矢量，其取值范围在0和1之间。

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. 在W的每一列
B. 在W的每一行

A

10- 下面的代码中，在“dense”函数定义了一个单层网络，代码for循环中计算了多少次乘法？(注意W有两行三列。)

A. 6次
B. 5次
C. 3次
D. 2次

C