Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验

本文章内容:

Coursera吴恩达深度学习课程,第一课神经网络和深度学习Neural Networks and Deep Learning,

第一周:深度学习引言(Introduction to Deep Learning)

部分的测验,题目及答案截图。

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第1张图片

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第2张图片

正确:ABC

deep learning 已经在各个领域取得有效进展也是飞速加快的一个原因。

NN 不是一个新的领域,Neural Networks have been around for decades.

 

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第3张图片

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第4张图片

正确:ABD

C在图中,train大数据比小数据更慢。

D正确,For example, we discussed how switching from sigmoid to ReLU activation functions allows faster training.

RELU 函数会加快训练的速度。

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第5张图片

Finding the characteristics of a model is key to have good performance. Although experience can help, it requires multiple iterations to build a good model.

一个模型的关键是要有好的结果,经验是有用的,但也需要几次迭代才能build 一个好model。

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第6张图片

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第7张图片

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第8张图片

 

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第9张图片

A正确,We can train it on many pairs of sentences x (English) and y (French).

C正确,An RNN can map from a sequence of english words to a sequence of french words.

D与题无关。

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第10张图片

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第11张图片

 

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第12张图片

C正确Bringing more data to a model is almost always beneficial.大数据比小数据好,大数据几乎总是有益处的

D正确According to the trends in the figure above, big networks usually perform better than small networks.大网络比小网络好

 

Coursera-吴恩达-深度学习-神经网络和深度学习-week1-测验_第13张图片

 

你可能感兴趣的:(Deep,learning)