AI的革命-深度學習技術(shù)及應(yīng)用(下)_第1頁
AI的革命-深度學習技術(shù)及應(yīng)用(下)_第2頁
AI的革命-深度學習技術(shù)及應(yīng)用(下)_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

AI的革命——深度學習技術(shù)及應(yīng)用（下）1.卷積神經(jīng)網(wǎng)絡(luò)相比循環(huán)神經(jīng)網(wǎng)絡(luò)具有哪些特征？（5.0分）A.參數(shù)量大，沒有考慮輸入數(shù)據(jù)之間的位置信息B.參數(shù)量小，沒有考慮輸入數(shù)據(jù)之間的位置信息C.參數(shù)量大，有考慮輸入數(shù)據(jù)之間的位置信息D.參數(shù)量小，有考慮輸入數(shù)據(jù)之間的位置信息。我的答案：D√答對2.下列哪一項不是一般的卷積神經(jīng)網(wǎng)絡(luò)的計算過程？（5.0分）A.卷積層B.池化層C.擴展層D.全鏈接層我的答案：C√答對3.圖像中的一個特征僅出現(xiàn)在局部，與圖像其他部分無關(guān)。這反應(yīng)了圖像數(shù)據(jù)的哪個特征？（5.0分）A.特征局部化B.特征平移不變C.特征縮放不變D.特征部分化我的答案：A√答對4.生成式對抗網(wǎng)絡(luò)主要有哪兩個模塊構(gòu)成（5.0分）A.生成器、判別器B.解碼器、判別器C.編碼器、判別器D.編碼器、解碼器我的答案：A√答對1.卷積層的任務(wù)是計算輸入數(shù)據(jù)與卷積核之間的卷積（5.0分）我的答案：正確√答對2.卷積核與偏差組合在一起稱為一個過濾器。（5.0分）我的答案：正確√答對3.深度學習中的注意力機制從本質(zhì)上講和人類的選擇性視覺注意力機制類似，核心目標也是從眾多信息中選擇出對當前任務(wù)目標更關(guān)鍵的信息。（5.0分）我的答案：正確√答對4.在生成式對抗網(wǎng)絡(luò)模型中，判別器的作用主要負責判斷生成器生成的數(shù)據(jù)質(zhì)量。（5.0分）我的答案：正確√答對5.卷積神經(jīng)網(wǎng)絡(luò)可以很好的處理圖數(shù)據(jù)。（5.0分）我的答案：錯誤√答對6.卷積神經(jīng)網(wǎng)絡(luò)在識別圖像特征時，對圖像中相同的特征需要訓練不同的識別器來識別。（5.0分）我的答案：錯誤√答對7.卷積核的特點是局部連接，參數(shù)不共享。（5.0分）我的答案：錯誤√答對8.圖卷積神

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論