一、单选题 1、以下关于感知器算法与支持向量机算法说法有误的是 A. 由于支持向量机是基于所有训练数据寻找最大化间隔的超平面，而感知器算法却是相对随意的找一个分开两类的超平面，因此大多数时候，支持向量机画出的分类面往往比感知器算法好一些。 B.支持向量机是把所有训练数据都输入进计算机，让计算机解全局优化问题 C.感知器算法相比于支持向量机算法消耗的计算资源和内存资源更少 ，但是耗费的计算资源更多 D. 以上选项都正确 正确答案：C 2、假设你在训练一个线性回归模型，有下面两句话： 如果数据量较少，容易发生过拟合。 如果假设空间较小，容易发生过拟合。 关于这两句话，下列说法正确的是？ A.1 正确，2 错误 B.1 和 2 都错误 C.1 和 2 都正确 D.1 错误，2 正确 正确答案：A 3、下面哪一项不是比较好的学习率衰减方法？t 表示为 epoch 数。 A.α =11+2∗tᵯ0 B. α = 1√ᵆᵯ0 C. α = 0.95ᵆᵯ0 D.α = eᵆᵯ0 正确答案：D 4、你正在构建一个识别足球（y = 1）与篮球（y = 0）的二元分类器。 你会使用哪一种激活函数用于输出层？ A.ReLU B. tanh C.sigmoid D. Leaky ReLU 正确答案：C 5、假设你建立一个神经网络。 你决定将权重和偏差初始化为零。 以下哪项陈述是正确的？ A.第一个隐藏层中的每个神经元将在第一次迭代中执行相同的计算。 但经过一次梯度下降迭代后，他们将会计算出不同的结果。 B.第一个隐藏层中的每个神经元节点将执行相同的计算。 所以即使经过多次梯度下降迭代后，层中的每个神经元节点都会计算出与其他神经元节点相同的结果。 C.第一个隐藏层中的每一个神经元都会计算出相同的结果，但是不同层的神经元会计算不同的结果。 D.即使在第一次迭代中，第一个隐藏层的神经元也会执行不同的计算， 他们的参数将以各自方式进行更新。 正确答案：B 6、某个神经网络中所有隐藏层神经元使用tanh 激活函数。那么如果使用np.random.randn(…，…)* 1000 将权重初始化为相对较大的值。 会发生什么？ A.这不会对训练产生影响。只要随机初始化权重，梯度下降不受权重大小的影响。 B.这会导致tanh 的输入也非常大，从而使梯度也变大。因此，你必须将学习率α设置得非常小以防止发散。这会减慢网络参数学习速度。 C.这会导致tanh 的输入也非常大，从而使梯度接近于零， 优化算法将因此变得缓慢。 D.这会导致tanh 的输入也非常大，导致神...
