人工智能基础导学2023章节测试答案_人工智能基础导学智慧树知到答案

为你分享人工智能基础导学2023章节测试答案_人工智能基础导学智慧树知到答案,人工智能基础导学的相关攻略:人工智能基础导学2023章节测试答案_人工智能基础导学智慧树知到答案绪论 单元测试1、单选题:1956年达特茅斯会议上,学者们首次提出“artificial intelligence(人工智能)”这个概念时,所确定的人工智能研究方向不包括:A:研究如何用计算机表示人类知识B:研究人类大脑结构和智能起源C:研究智能学习的机制D:研究如何

A:对

B:错

答案: 【对】

第七章 单元测试

1、判断题:

神经网络是由一个神经元构成的

A:对

B:错

答案: 【错】

2、判断题:

隐含层,是指其中神经元的状态在输出端无法直接观测

A:对

B:错

答案: 【对】

3、判断题:

v对于一个样本,如果当前权重能够正确判断其类型,就减小当前权重

A:对

B:错

答案: 【错】

4、判断题:

对于一个样本,如果当前权重能够正确判断其类型,就提高其比例

A:错

B:对

答案: 【对】

5、判断题:

神经元在输入端接受来自多个信号源的输入信息

A:错

B:对

答案: 【对】

6、单选题:

以下关于FNN和错误反向传播(BP)算法的说法错误的是:

A:BP算法是从输入层开始,逐层计算δ信号调整自身权重,并且将δ信号传向后一层

B:BP算法对多层网络训练时使用的sigmoid激活函数存在“梯度弥散”问题

C:BP算法的出现解决了多层神经网络权重调整困难的问题

D:BP算法的核心是对隐含层神经元误差E的估计

答案: 【BP算法是从输入层开始,逐层计算δ信号调整自身权重,并且将δ信号传向后一层

7、单选题:

以下说法中,不属于感知器和FNN模型的相同点的是:

A:输入信号向后传递的过程中,都是加权和的计算

B:二者学习的关键都是神经元的损失计算

C:二者都是由多个神经元组成的多层神经网络

D:二者都有输入、激活和输出

答案: 【二者都是由多个神经元组成的多层神经网络

8、单选题:

以下关于前馈神经网络(FNN)的说法正确的是:

A:FNN的同层神经元之间存在连接

B:在FNN中,输入信号的传递方向是明确的,并不存在反向信号传递

C:FNN的输出结果只能是向量

D:一个标准的前馈神经网络只有一个输入层和一个输出层

答案: 【在FNN中,输入信号的传递方向是明确的,并不存在反向信号传递

9、单选题:

以下关于感知器模型的说法错误的是:

A:输入为实例的特征向量,由激活函数计算输出,输出为1、-1两个值

B:在输入端,神经元只接受来自一个信号源的输入信息

C:感知器的信号处理分为四个部分:输入、汇总、激活、输出

D:汇总后的输入信号如果高于阈值,则产生“激活”信号,否则仍基本维持原有水平

答案: 【在输入端,神经元只接受来自一个信号源的输入信息

10、单选题:

以下关于感知器的说法错误的是:

A:重调整采用“奖惩分明”策略,即对于能够准确判断样本类型的权重,提高当前权重比例,反之则降低当前权重比例

B:感知器模型中的激活函数是二值函数时,损失函数是可导的

C:感知器模型的关键,就是通过调整权重使一类样本可以激活神经元,而另一类则不会

D:一层感知器只能针对线性可分的数据集分类,无法解决异或(XOR)问题

答案: 【感知器模型中的激活函数是二值函数时,损失函数是可导的

联系我们

联系我们

查看联系方式

邮箱: 2643773075@qq.com

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部