深度学习及其应用_复旦大学中国大学mooc课后章节答案期末考试题库2023年.pdfVIP

学而不知道，与不学同；知而不能行，与不知同。——黄睎

深度学习及其应用_复旦大学中国大学mooc课后章节答案期末考试题

库2023年

1.GAN中的ModeCollapse问题是指什么？

答案:

生成器只生成少数几种样本

2.有关循环神经网络（RNN）变种的说法哪些是正确的？

答案:

RNN的变种增加了网络的复杂性，训练过程难度一般会大一些。_RNN的

变种可以在某些方面改进RNN的不足，例如减少梯度消失、输入句子词汇

上文文语义获取等_这些RNN的变种结构都有一定的调整，但大多都可以

处理时序数据的分类或预测问题。

3.以下说法错误的有哪些？

答案:

类似VGG、GoogLeNet等网络，AlexNet采用了卷积块的结构。_为了获得

不同尺度的特征，GoogLeNet采用了1X1,3X3,7X7等不同尺度的卷积核。

_ResNet卷积神经网络使用了批量标准化(BN)增加了网络的训练稳定性，

并像VGG算法利用了skip链接减少信息的损失。

4.循环神经网络一般可以有效处理以下哪些序列数据？

答案:

随时间变化的数值型参数_声音_文本数据

5.循环神经网络的损失函数是所有时刻的输出误差之和。

答案:

正确

学而不知道，与不学同；知而不能行，与不知同。——黄睎

6.长短期记忆网络（LSTM）通过遗忘门减少一般循环神经网络（RNN）的短

期记忆不足，但增加算法的计算复杂度。

答案:

正确

7.循环神经网络的深度是由RNNcell的时刻数量，或者是隐层的数量确定的，

2种说法都有一定的道理。

答案:

正确

8.循环神经网络（RNN)每一个时间步之间的迁移中使用了共享参数（权重

等），与前馈神经网络比较更不容易引起梯度消失问题

答案:

错误

9.以下有关生成对抗网络的说法哪个是错误的？

答案:

生成器和判别器的代价函数在训练过程中是同时优化的

10.有关生成对抗网络（GAN）的代价函数，下面哪个说法是错误的？

答案:

一般来说，GAN通过训练总能达到代价函数的极小值

学而不知道，与不学同；知而不能行，与不知同。——黄睎

11.在目标检测算法中，IoU（IntersectionoverUnion）主要用于？

答案:

度量检测框和真实框的重叠程度

12.下面哪种情况可能不能使用生成对抗网络实现？

答案:

机器人取名字

13.对于生成对抗网络（GAN）的训练，下面哪个说法是正确的？

答案:

如果判别器发生了过拟合，那么生成器可能会生成一起很奇怪的样本

14.在DCGAN中，判别器的激活函数可以使用LeakyReLU，而不采用Sigmoid

的原因是以下哪个？

答案:

防止判别器在训练过程中发生梯度消失，降低鉴别器