一、单选题1、关于深度学习的说法正确的是哪个？A・批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布B. 与 Sigmoid 函数相比，Relu 较不容易使网络产生梯度消失C. 梯度下降法实现简单，当目标函数是凸函数时，可基于二阶收敛快速到达目标值D•用 Sigmoid 激活函数时，如果权重初始化较大或较小时，容易出现梯度饱和梯度消失，可选用 Tanh 函数改进正确答案：B2、下面关于池化的描述中，错误的是哪个？A•池化的常用方法包括最大化池化、最小化池化、平均化池化、全局池化B•在人脸识别中采用较多池化的原因是为了获得人脸部的高层特征C. 池化在 CNN 中可以减少较多的计算量，加快模型训练D. 池化方法可以自定义正确答案：A3、下面关于 CNN 的描述中，错误的说法是哪个？A. 局部感知使网络可以提取数据的局部特征，而权值共享大大降低了网络的训练难度B•卷积核一般是有厚度的，即通道(channel),通道数量越多，获得的特征图(Featuremap)就越多C•卷积是指对图像的窗口数据和滤波矩阵做内积的操作，在训练过程中滤波矩阵的大小和值不变D.SAME 填充（padding）—般是向图像边缘添加 0 值正确答案：C4、下面关于深度学习网络结构的描述，正确的说法是哪个？A. 在不同的网络结构中，层数与神经元数量正相关，层数越多，神经元数量—定越多B. 网络结构的层次越深，其学习的特征越多，10 层的结构要优于 5 层的C•深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多寡相关D•网络的层次越深，其训练时间越久，5 层的网络要比 4 层的训练时间更长正确答案：C5、假设输入是一个 300x300 的彩色（RGB）图像，使用全链接神经网络。如果第一个隐藏层有 100 个神经元，那么这个隐藏层一共有多少个参数（包括偏置参数）？A. 27,000,001B. 9,000,100C. 27,000,100D. 9,000,001正确答案：C6、假设输入是一张 300x300 彩色图像，第一个隐藏层使用了 100个 5*5 卷积核做卷积操作，这个隐藏层有多少个参数（包括偏置参数）？A. 7601B. 7600C. 7500D. 2501正确答案：B7、有一个 44x44x16 的输入，并使用大小为 5x5 的 32 个卷积核进行卷积，步长为 1，无填充（nopadding），输出是多少？A. 39*39*32B. 40*40*32C. 44*44*16D. 29*29*32正确答案：B8 对于 65x65x6 的输入特征图，用 32 个 5*5 的卷积核（过滤器）进行卷积，步幅为 2，pad...
