網易雲課堂-深度學習工程師微專業
第一周測驗 - 深度學習簡介
1.和「ai是新電力」相類似的說法是什麼？
【 】ai為我們的家庭和辦公室的個人裝置供電，類似於電力。
【 】通過「智慧型電網」，ai提供新的電能。
【 】ai在計算機上執行，並由電力驅動，但是它正在讓以前的計算機不能做的事情變為可能。
【★】就像100年前產生電能一樣，ai正在改變很多的行業。
2.哪些是深度學習快速發展的原因？ (兩個選項)
3.回想一下關於不同的機器學習思想的迭代圖。下面哪(個/些)陳述是正確的？
【★】能夠讓深度學習工程師快速地實現自己的想法。
【★】在更好更快的計算機上能夠幫助乙個團隊減少迭代(訓練)的時間。
【 】在資料量很多的資料集上訓練上的時間要快於小資料集。
【★】 使用更新的深度學習演算法可以使我們能夠更快地訓練好模型（即使更換cpu / gpu硬體）。
4.當乙個經驗豐富的深度學習工程師在處理乙個新的問題的時候，他們通常可以利用先前的經驗來在第一次嘗試中訓練乙個表現很好的模型，而不需要通過不同的模型迭代多次從而選擇乙個較好的模型，這個說法是正確的嗎？
【 】正確
【★】 錯誤
5.relu函式：
6.用於識別貓的影象是「結構化」資料的乙個例子，因為它在計算機中被表示為結構化矩陣，是真的嗎？
【 】正確
【★】 錯誤
注：
結構化資料，簡單來說就是資料庫。
非結構化資料，是指其字段長度可變，並且每個欄位的記錄又可以由可重複或不可重複的子字段構成的資料庫，用它不僅可以處理結構化資料（如數字、符號等資訊）而且更適合處理非結構化資料（全文文字、圖象、聲音、影視、超**等資訊）。
7.統計不同城市人口、人均gdp、經濟增長的人口統計資料集是「非結構化」資料的乙個例子，因為它包含來自不同**的資料，是真的嗎？
【 】正確
【★】 錯誤
8.為什麼在上rnn（迴圈神經網路）可以應用機器翻譯將英語翻譯成法語？
【★】 因為它可以被用做監督學習。
【 】嚴格意義上它比卷積神經網路（cnn）效果更好。
【★】 它比較適合用於當輸入/輸出是乙個序列的時候（例如：乙個單詞序列）
【 】rnns代表遞迴過程：想法->編碼->實驗->想法->…
.9.在我們手繪的這張圖中，橫軸（x軸）和縱軸（y軸）代表什麼?
x軸是資料量
y軸（垂直軸）是演算法的效能
10.假設上乙個問題圖中描述的是準確的（並且希望您的軸標籤正確），以下哪一項是正確的?
【★】 增加訓練集的大小通常不會影響演算法的效能，這可能會有很大的幫助。
【★】 增加神經網路的大小通常不會影響演算法的效能，這可能會有很大的幫助。
【 】減小訓練集的大小通常不會影響演算法的效能，這可能會有很大的幫助。
【 】減小神經網路的大小通常不會影響演算法的效能，這可能會有很大的幫助。
深度學習（吳恩達） 神經網路與深度學習第一周
神經網路與深度學習 深度學習爆發的原因 吳恩達老師的深度學習課程講解詳細，很適合入門，這份筆記是我學習該課程的總結 神經網路模型是受到人腦神經元工作原理啟發而發展起來的乙個強有力的機器學習演算法。例1 單層神經網路 給定乙個資料集，該資料集是一些房子的面積與售價資料，要求建立乙個模型，在給定房子面積...
深度學習 吳恩達
第三週神經網路 啟用函式 第一門課 感謝黃博的參考筆記 一次梯度下降 正向傳播與反向傳播 一次反向傳播梯度下降 注意與機器學習課程不同的一點是，第一層不算樣本輸入 a t an z a tan z a tan z 的值域是位於 1和 1之間。a t anh z e z e zez e za tanh...
吳恩達深度學習和神經網路第一周筆記
神經網路，聽起來很膩害的乙個詞，但其實不難理解。我們先看乙個神經元是什麼？比方說最常見的乙個例子，通過房間的大小來 房價，乙個線性回歸方程。從 x 房間大小 到 y 的對映可以用乙個函式來表示，那麼這個函式就可以看做是乙個神經元。是不是很容易理解？就是把之前我們學過的函式啊，演算法啊什麼的概念給起乙...