机器学习期末测试练习题4
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1、在神经网络模型VggNet中,使用两个级联的卷积核大小为3×3,stride=1的卷积层代替了一个5×5的卷积层,如果将stride设置
为2,则此时感受野为
A.7×7
B.9×9
C.5×5
D.8×8
正确答案:A
2、
上图是具有四个隐藏层的神经网络,该网络使用sigmoid函数作为
激活函数,训练过程出现了梯度消失问题。从图中可以判断出四个
隐藏层的先后顺序(靠近输入端的为先,靠近输出端的为后)分别
为
A.DBCA
B.ABCD
D.DCBA
正确答案:D
3、在网络训练时,loss在最初几个epoch没有下降,可能原因是
A.学习率过低
B.以下都有可能
C.正则参数过高
D.陷入局部最小值
正确答案:B
4、假设有一个三分类问题,某个样本的标签为(1,0,0),模型的预测结果为(0.5,0.4,0.1),则交叉熵损失值(取自然对数结果)约等于
B.0.7
C.0.8
D.0.5
正确答案:B
5、
IoU是物体检测、语义分割领域中的结果评测指标之一,上图中A 框是物体的真实标记框,面积为8。B框是网络的检测结果,面积为7。两个框的重合区域面积为2。则IoU的值为
A.2/8
B.2/13
C.2/7
D.2/15
正确答案:B
6、Gram矩阵是深度学习领域常用的一种表示相关性的方法,在风格迁移任务中就使用风格Gram矩阵来表示图像的风格特征,以下关于风格Gram矩阵的论述正确的是
A.风格Gram矩阵的大小与输入特征图的通道数、宽、高都不相关
B.风格Gram矩阵的大小只与输入特征图的通道数相关
C.风格Gram矩阵的大小与输入特征图的通道数、宽、高都相关
D.风格Gram矩阵的大小只与输入特征图的宽、高有关
正确答案:B
7、现使用YOLO网络进行目标检测,待检测的物体种类为20种,输入图像被划分成7*7个格子,每个格子生成2个候选框,则YOLO网络最终的全连接层输出维度为
A.1078
B.980
C.1470
D.1960
正确答案:C
二、多选题
1、池化层在卷积神经网络中扮演了重要的角色,下列关于池化层的论述正确的有
A.池化操作具有平移不变性
B.池化操作可以实现数据的降维
C.池化操作是一种线性变换
D.池化操作可以扩大感受野
正确答案:A、B、D
2、以下关于MaxPooling和MeanPooling的论述正确的有
A.尺度为(2,2),stride=2的MaxPooling层在梯度后向传播中,后层的梯度值传递给前层对应的最大值位置。
B.尺度为(2,2),stride=2的MeanPooling层在梯度后向传播中,后层的梯度值等额传递给前层的对应位置。
C.尺度为(2,2),stride=2的MaxPooling层在梯度后向传播中,后层的梯度值除以4后传递给前层的相关位置。
D.尺度为(2,2),stride=2的MeanPooling层在梯度后向传播中,后层的梯度值除以4后传递给前层的相关位置。
正确答案:A、D
3、为网络添加BN层能够一定程度上解决梯度弥散的问题,加快模
型的收敛速度。根据BN层的算法原理,判断以下关于BN层的叙述
正确的有
A.对输入数据进行一定程度的缩小或放大操作,将不会影响BN层的
输出
B.在网络测试阶段,BN层的输出数据会被归一化,均值为0,方差
为1
C.在卷积层之后直接使用BN层,卷积层可以不设置bias
D.假设某个2d的BN层,其输入通道数为n,则该BN层会有n组线性变换因子
正确答案:A、C、D
4、近几年空洞卷积在视觉任务中得到了广泛的应用,下面是空洞卷积的一张示例图。请结合空洞卷积的设计原理,判断以下论述正确的有
A.当参数量相同时,空洞卷积的感受野比常规卷积的感受野大
B.将空洞卷积的dilatation rate设置为1,此时空洞卷积就相当于常规卷积
C.dilatation rate越大,空洞卷积捕获的像素点之间的相关性越高
D.当训练集的图像中包含的物体绝大多数都是小物体时,可以将网络中空洞卷积的dilatation rate设置的更大,来提升效果
正确答案:A、B
5、以下任务中,哪些是多对一的RNN结构
A.语音识别(输入一串语音,输出对应语音的文字)
B.情感分类(输入一段文字,输出0或者1表示正面或负面情绪)
C.人声性别识别(输入一串语音,输出说话人的性别)
D.图像分类(输入一张图像,输出该图像的标签)
正确答案:B、C
6、下列关于r-cnn网络的描述正确的有
A.非极大值抑制(NMS)算法被用来合并、剔除各个候选框
B.在r-cnn网络中,初步获取的上千个候选框可以不进行尺度缩放,直接输送到下一步的特征提取cnn中
C.r-cnn网络中,经过cnn和svm后,会得到候选框的中心坐标
(x,y)和候选框的长宽(h,w)
D.得到目标候选框的信息后,还需要经过平移和尺度变换两个操作
来获取最终的估计框
正确答案:A、C、D
7、以下关于目标检测算法的论述正确的有
A.YOLO网络只需要一次推断就可以输出图像中物体的位置、所属类
别
B.rcnn、fast-rcnn、faster-rcnn算法都需要额外的selective search模块来捕获候选框