1【单选题】能够提取出图片边缘特征的网络是(A)。

A、卷积层

B、池化层

C、全连接层

D、输出层

2【单选题】向量[0.1,0.1,0.2,0.3,0.6]的维数是(B)。

A、10

B、5

C、3

D、1

3【单选题】(A)是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小。

A、损失函数

B、优化函数

C、反向传播

D、梯度下降

4【单选题】在第五章手写数字识别的例子中,输入的图片为长和宽都是28像素的图片,输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题,输入层是维的,输出层是维的。(A)

A、784;10

B、28;10

C、784;1

D、28;1

5【单选题】前馈型神经网络的中各个层之间是(C)的,反馈型神经网络中各个层之间是(C)的。

A、有环;有环

B、有环;无环

C、无环;有环

D、无环;无环

6【单选题】关于MNIST,下列说法错误的是(C)。

A、是著名的手写体数字识别数据集

B、有训练集和测试集两部分

C、训练集类似人学习中使用的各种考试试卷

D、测试集大约包含10000个样本和标签

7【单选题】隐藏层中的池化层作用是(A)训练参数,对原始特征信号进行采样。

A、减少

B、增加

C、分割

D、组合

8【单选题】如果某个隐藏层中存在以下四层,那么其中最接近输出层的是(D)。

A、卷积层

B、池化层

C、全连接层

D、归一化指数层

9【多选题】一个完整的人工神经网络包括(AC)。

A、一层输入层

B、多层分析层

C、多层隐藏层

D、两层输出层

10【多选题】前馈型神经网络常用于(AD)。

A、图像识别

B、文本处理

C、问答系统

D、图像检测

11【判断题】神经网络中各个隐藏层能提取出和人类看到的一样的特征。(×)

12【判断题】人工神经网络训练的目的就是使得损失函数最小化。(√)

13【判断题】误差的反向传播,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小。(×)。

14【判断题】隐藏层中的全连接层主要作用是将所有特征融合到一起。(√)

15【判断题】梯度下降算法是最常用也是最有效的神经网络的优化办法,完全可以满足不同类型的需求。(×)