超星 - 机器学习技术基础部分测试.xls - 查题吧

判断题

一般CNN卷积神经网由多个卷积层、池化层和全连接层组成

A. 对
B. 错

判断题

CNN中卷积层采用的是局部连接，这样减少了训练参数

A. 对
B. 错

判断题

卷积核就是一个较小的方形模板，利用它在图像上的左右上下平移，与它覆盖下的图像区域中的对应元素相乘后求和，形成新的特征图。卷积就是利用一个较小的模板-称为卷积核在图像上平移，与它覆盖下的图像的对应元素相乘后求和，

A. 对
B. 错

判断题

CNN中采用多个卷积核可提取图像中的多种特征，有利于复杂图像的识别

A. 对
B. 错

判断题

不管是BP神经网络还是CNN神经网络，他们的训练过程是相似的，就是每输入一个数据，按层计算每个神经元的加权汇聚求和，并通过激活函数产生输出，直到最后的输出层产生一个网络的实际输出，用这个实际输出和期望的输出——即输入数据的标签进行比较（求差），误差大就反复调整网络的参数（权值和阈值），直到误差（网络性能指标）满足要求为止。

A. 对
B. 错

判断题

深度学习是神经网络学习模式发展的高级阶段

A. 对
B. 错

判断题

神经网络模拟了人脑生物神经系统的工作机理，可以广泛用于文字、图像、语音识别和机器人与自动控制

A. 对
B. 错

判断题

机器学习过程中对学习的数据进行标注的目的是为了在监督学习训练中使用

A. 对
B. 错

判断题

对于“是”还是“不是”这样的二分类问题，只能采用SVM-支持向量机来处理

A. 对
B. 错

判断题

BP神经网络和CNN神经网络都可以用于图像识别，但BP-神经网络要经过繁琐的特征工程提取原始图像特征以向量的方式输入网络，而CNN-神经网络本身包含了卷积层来提取特征，所以可以直接输入原始图像到网络，应用起来更方便。

A. 对
B. 错

1