山东大学2022-2023深度学习期末回忆及复习建议

又是第一年闭卷考试的科目，考前备受煎熬~
考试卷面100分，加权占总分50%

一、名词解释
1.梯度衰减
2.分布式假设
3.梯度消失
4.随机梯度下降法
二、简答题
1.什么是损失函数，举出两种常用的损失函数
2.池化是如何操作的，举出池化的特性
3.Batch Normalization的概念和计算过程
4.卷积神经网络和循环神经网络的不同点
5.阶跃函数和sigmoid函数的不同和共性
6.画出LSTM层结构，说明三个门作用
三、计算题
给出函数f(a,b,c)=5(a+bc)
1.画出计算图，求a=7，b=5，c=3（数据有点记不准了，不影响）的结果
2.利用计算图，求f函数对a，b，c的偏导

在这里附上2022年的深度学习期末题，虽然他们是开卷考试，但是可以看到有很多共性的地方，各位可以参考一下2022年深度学习考试题（点我）

本节课上课的时候老师使用的是别人的课件，所以并没有给我们复习用的课件，只是发了两本书的电子版《深度学习入门：基于Python的理论与实现》和《深度学习进阶：自然语言处理》，不过课件也是对这两本书的总结，如果时间充足的话直接看书就好。
因为考试不考代码，因此两本书内容看起来多，其实删去代码实现的部分内容其实非常有限，而且你在看的时候其实自己就能总结出一部分易考点了，书中有非常明显的标记来让你记忆比较重要的部分（如为什么初始权重不能都为0，池化操作有哪些特点等等）。
如果有书中表述不明白的地方，可以去网上找一下，通常都会找到更加简单易懂的解释。
我在看书的时候发现这两本书真的对萌新很友好，里面尽可能的把复杂的原理用简单的例子进行了解释，图文并茂，如果有时间一定要好好看看，我在看完后对深度学习有了很大的领悟（比上课收获大Σ( ° △ °|||)︴汗）

那么有人会问：如果我没有多少时间来完整地看一遍原书呢？那么你很幸运，另一位学长整理了这两本书的笔记，我也考前看过，考点80%都有覆盖，并且还有学长本人自己的理解，对于考试速成非常有帮助！链接如下：深度学习笔记

这门课实验也很重要，希望大家两开花。