浩鲸科技2020届算法C类

时长:120分钟 总分:23分

83浏览 0人已完成答题

题型介绍
题型 单选题 简答题
数量 20 3
1.
输入图片大小为200×200,依次经过一层卷积(kernel size 5×5,padding 1,stride 2),pooling(kernel size 3×3,padding 0,stride 1),又一层卷积(kernel size 3×3,padding 1,stride 1)之后,输出特征图大小为:
问题详情






2.
以下哪种方法属于判别式模型
问题详情




3.
以P(w)表示词条w的概率,假设已知P(南京)=0.8,P(市长)=0.6...
问题详情

以P(w)表示词条w的概率,假设已知P(南京)=0.8,P(市长)=0.6,P(江大桥)=0.4:P(南京市)=0.3,P(长江大桥)=0.5:如果假设前后两个词的出现是独立的,那么分词结果就是




4.
基于统计的分词方法为
问题详情




5.
下列那种模型可以被用于文本相似度(document&nbspsimila...
问题详情

下列那种模型可以被用于文本相似度(document similarity)问题?




6.
在其它条件不变的前提下,以下哪种做法容易引起机器学习中的过拟合问题
问题详情




7.
一个二进制源X发出符号集为{-1,1},经过离散无记忆信道传输,由于信道中...
问题详情

一个二进制源X发出符号集为{-1,1},经过离散无记忆信道传输,由于信道中噪音的存在,接收端Y收到符号集为{-1,1,0}。已知P(x=-1)=1/4,P(x=1)=3/4,P(y=-1|x=-1)=4/5,P(y=0|x=-1)=1/5,P(y=1|x=1)=3/4,P(y=0|x=1)=1/4,求条件熵H(Y|X)( )




8.
以下哪些方法不可以直接来对文本分类?
问题详情




9.
有两个样本点,第一个点为正样本,它的特征向量是(0,-1)第二个点为负样...
问题详情

有两个样本点,第一个点为正样本,它的特征向量是(0,-1)第二个点为负样本,它的特征向量是(2,3),从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是( )





10.
在训练神经网络时,损失函数(loss)在最初的几个epochs时没有下降,...
问题详情

在训练神经网络时,损失函数(loss)在最初的几个epochs时没有下降,可能的原因是?




11.
下列哪项关于模型能力(model&nbspcapacity)的描述是正确...
问题详情

下列哪项关于模型能力(model capacity)的描述是正确的?(指神经网络模型能拟合复杂函数的能力)




12.
考虑某个具体问题时,你可能只有少量数据来解决这个问题。不过幸运的是你有一个...
问题详情

考虑某个具体问题时,你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络。可以用下面哪种方法来利用这个预先训练好的网络?





13.
对于一个分类任务,如果开始时神经网络的权重不是随机赋值的,而是都设成0,下...
问题详情

对于一个分类任务,如果开始时神经网络的权重不是随机赋值的,而是都设成0,下面哪个叙述是正确的?




14.
假定你在神经网络中的隐藏层中使用激活函数X。在特定神经元给定任意输入,你会...
问题详情

假定你在神经网络中的隐藏层中使用激活函数X。在特定神经元给定任意输入,你会得到输出「-0.0001」。X 可能是以下哪一个激活函数?





15.
假设我们有一个5层的神经网络,这个神经网络在使用一个4GB显存显卡时需要花...
问题详情

假设我们有一个5层的神经网络,这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中,单个数据需要花费2秒的时间。 如果我们现在把架构变换一下,当评分是0.2和0.3时,分别在第2层和第4层添加Dropout,那么新架构的测试所用时间会变为多少?




16.
训练CNN时,可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。这么...
问题详情

训练CNN时,可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。这么说是对,还是不对


17.
随机梯度下降引入了非线性?
问题详情


18.
LSTM与RNN相比,LSTM能防止梯度消失或爆炸吗?
问题详情


19.
CNN网络结构能用于NLP任务吗?
问题详情


20.
BERT是一种单向预训练语言模型
问题详情


21.
请简述逻辑回归与线性回归的区别与联系(合理即可)
问题详情
22.
列举出知识图谱中可以定义的3种实体,3种关系(没有标准答案,合理即可)
问题详情
23.
你有哪些deep learning(rnn、cnn)调参的经验?
问题详情

你有哪些deep learning(rnn、cnn)调参的经验?