你對深度學習了解多少

親愛的朋友們，嚴厲的容嬤嬤又回來了！

她知道前幾天有不少童鞋去參加了四六級考試，幼小的心靈可能受到了傷害，因此，她給大家帶來了一樣神秘禮物。

不過，不是回血的生命藥水

而是

再一次傷害！

親們 又要做題了！深度學習考試題，看看你對深度學習了解多少

好了 ，規矩如下：請在本文後寫留言，按照順序對的寫「1」，錯的寫「0」，比如「11100 01110」。

1、Caffe是第一個工業級深度學習工具，它是大名鼎鼎的賈楊清開發的，Caffe和Tensorflow的主要區別之一，就是Caffe是基於Layer的，而Tensorflow是基於OP(操作)的。 ( )

2.由於Tensorflow是基於Op的深度學習框架，因此相對於Caffe和PaddlePaddle，它對RNN、LSTM不太友好，編程比較麻煩。( )

3.CNN雖然處理圖像分類問題效果很好，但是不能用於處理文本分類問題

( )

4.某深度學習群要求入群申請人必須回答這個問題「自動編碼器的英文表述是什麼」，小明想了想，寫下了「Autodecoder」。請問小明回答的對不對？ ( )

5.激活函數是構建一個神經網路時非常重要的組成部分。為了訓練深層神經網路，人們構造了很多新的激活函數，比如「Tanh函數(雙曲正切S形函數)」。Tanh函數相較於sigmoid函數的優勢，在於它緩解了梯度彌散的問題。 ( )

6.CNN中的Pooling層可以理解為一種特殊的卷積層，它具有防止過擬合的作用。 ( )

7.Word embedding 是處理文本分類問題時非常重要的一種特徵選擇和降維的方式，「word2vec」"FastText" 和"Glove"都是開源的Word embedding工具 ( )

8.GRU和LSTM都是普通RNN的高級形式，LSTM比GRU參數個數少，有效緩解了過擬合。 ( )

9.Tensorflow目前可以支持「python/C++/Go/Java」等多種語言的編程，為了實現對多種語言編程的支持，它必須針對每一種編程語言都單獨實現相應的client端和server端模塊。 ( )

10.softmax在多分類問題中用的非常廣泛，並不局限於神經網路。比如在主題模型LDA中也有用到。 ( )

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！