题目内容（请给出正确答案）

[单选]

对于一个分类任务，如果开始时神经网络的权重不是随机赋值的，而是都设成0，则下列叙述正确的是（）。

A、没有问题，神经网络会正常开始训练

B、神经网络可以训练，但是所有的神经元最后都会变成识别同样的东西

C、神经网络不会开始训练，因为没有梯度改变

D、以上选项都不对

查看答案

更多“对于一个分类任务，如果开始时神经网络的权重不是随…”相关的问题

第1题

有关深度神经网络的训练（Training）和推断（Inference），以下说法中不正确的是：（）。

A、将数据分组部署在不同GPU上进行训练能提高深度神经网络的训练速度。

B、TensorFlow使用GPU训练好的模型，在执行推断任务时，也必须在GPU上运行。

C、将模型中的浮点数精度降低，例如使用float16代替float32，可以压缩训练好的模型的大小。

D、GPU所配置的显存的大小，对于在该GPU上训练的深度神经网络的复杂度、训练数据的批次规模等，都是一个无法忽视的影响因素

点击查看答案

第2题

如果自变量有连续型变量，则不适用的分类预测方法有（）。

A、逻辑回归

B、神经网络

C、SVM算法

D、C4.5算法

点击查看答案

第3题

对于一个图像识别问题（在一张照片里找出一只猫），下面哪种神经网络可以更好地解决这个问题（）。

A、循环神经网络

B、感知机

C、多层感知机

D、卷积神经网络

点击查看答案

第4题

对于一个图像识别问题（在一张照片里找出一只猫），（）可以更好地解决这个问题。

A、循环神经网络

B、感知机

C、多层感知机

D、卷积神经网络

点击查看答案

第5题

下列关于BP网络说法不正确的是（）。

A、标准BP算法每次仅针对一个训练样例更新连接权和阈值

B、BP神经网络经常遭遇过拟合

C、早停策略可用来缓解BP网络的过拟合问题

D、晚停策略可用来缓解BP网络的欠拟合问题

点击查看答案

第6题

假如你使用YOLO算法，使用19×19格子来检测20个分类，使用5个锚框（anchorbox）。在训练的过程中，对于每个图像你需要输出卷积后的结果y作为神经网络目标值（这是最后一层），y可能包括一些“？”或者“不关心的值”。请问最后的输出维度是多少（）。

A、19×19×（25×20）

B、19×19×（20×25）

C、19×19×（5×25）

D、19×19×（5×20）

点击查看答案

第7题

假设你有5个大小为7x7、边界值为0的卷积核，同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224x224x3的数据，那么神经网络下一层所接收到的数据维度是多少（）。

A、218x218x5

B、217x217x8

C、217x217x3

D、220x220x5

点击查看答案

第8题

假设我们已经在ImageNet数据集（物体识别）上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗（）。

A、对的

B、不知道

C、看情况

D、不对

点击查看答案

第9题

假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称（车辆共有10种类型）。现在想要使用这个模型来解决另外一个问题，问题数据集中仅包含一种车（福特野马）而目标变为定位车辆在照片中的位置（）。

A、除去神经网络中的最后一层，冻结所有层然后重新训练

B、对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层

C、使用新的数据集重新训练模型

D、所有答案均不对

点击查看答案

第10题

假设拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称（车辆共有10种类型）。现在想要使用这个模型来解决另外一个问题，问题数据集中仅包含一种车（福特野马）而目标变为定位车辆在照片中的位置（）。

A、除去神经网络中的最后一层，冻结所有层然后重新训练

B、对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层

C、使用新的数据集重新训练模型

D、所有答案均不对

点击查看答案

第11题

假设输入是一个300×300的彩色（RGB）图像，而没有使用卷积神经网络。如果第一个隐藏层有100个神经元，每个神经元与输入层进行全连接，那么这个隐藏层有多少个参数（包括偏置参数）？（）

A、9000001

B、9000100

C、27000001

D、27000100

点击查看答案

搜题

如果结果不匹配，请联系老师获取答案