吴恩达 — 神经网络与深度学习 — L2W2练习

Posted 2021-03-11 yukinote

第二周 - 优化算法

第 51 题

当输入从第8个mini-batch的第7个的例子的时候，你会用哪种符号表示第3层的激活？

A.(a^{[3]{8}(7)})

B.(a^{[8]{7}(3)})

C.(a^{[8]{3}(7)})

D.(a^{[3]{7}(8)})

第 52 题

关于mini-batch的说法哪个是正确的？

A.mini-batch迭代一次（计算1个mini-batch），要比批量梯度下降迭代一次快

B.用mini-batch训练完整个数据集一次，要比批量梯度下降训练完整个数据集一次快

C.在不同的mini-batch下，不需要显式地进行循环，就可以实现mini-batch梯度下降，从而使算法同时处理所有的数据（矢量化）

第 53 题

为什么最好的mini-batch的大小通常不是1也不是m，而是介于两者之间？

A.如果mini-batch的大小是1，那么在你取得进展前，你需要遍历整个训练集

B.如果mini-batch的大小是m，就会变成批量梯度下降。在你取得进展前，你需要遍历整个训练集

C.如果mini-batch的大小是1，那么你将失去mini-batch将数据矢量化带来的的好处

D.如果mini-batch的大小是m，就会变成随机梯度下降，而这样做经常会比mini-batch慢

第 54 题

如果你的模型的成本(J)随着迭代次数的增加，绘制出来的图如下，那么：

A.如果你正在使用mini-batch梯度下降，那可能有问题；而如果你在使用批量梯度下降，那是合理的

B.如果你正在使用mini-batch梯度下降，那看上去是合理的；而如果你在使用批量梯度下降，那可能有问题

C.无论你在使用mini-batch还是批量梯度下降，看上去都是合理的

D.无论你在使用mini-batch还是批量梯度下降，都可能有问题

第 55 题

假设一月的前三天卡萨布兰卡的气温是一样的：
一月第一天: ( heta_1 = 10)
一月第二天: ( heta_2 = 10)

假设您使用(eta = 0.5)的指数加权平均来跟踪温度：(v_0=0,v_t=eta v_{t-1}+(1-eta) heta_t)。如果(v_2)是在没有偏差修正的情况下计算第2天后的值，并且(v_2^{corrected})是您使用偏差修正计算的值。 这些下面的值是正确的是？

A.(v_2=10,v_2^{corrected}=10)

B.(v_2=10,v_2^{corrected}=7.5)

C.(v_2=7.5,v_2^{corrected}=7.5)

D.(v_2=7.5,v_2^{corrected}=10)

第 56 题

下面哪一个不是比较好的学习率衰减方法？

A.(alpha = frac{1}{1+2*t}alpha_0)

B.(alpha=frac{1}{sqrt{t}}alpha_0)

C.(alpha=0.95^talpha_0)

D.(alpha=e^talpha_0)

第 57 题

您在伦敦温度数据集上使用指数加权平均， 使用以下公式来追踪温度：(v_t=eta v_{t-1}+(1-eta) heta_t)。下图中红线使用的是(eta=0.9)来计算的。当你改变(eta)时，你的红色曲线会怎样变化？（选出所有正确项）

A.减小(eta)，红色线会略微右移
B.增加(eta)，红色线会略微右移
C.减小(eta)，红线会更加震荡
D.增加(eta)，红线会更加震荡

第 58 题

下图中的曲线是由：梯度下降，动量梯度下降（(eta=0.5)）和动量梯度下降（(eta=0.9)）。哪条曲线对应哪种算法？

A.(1)是梯度下降；(2)是动量梯度下降（(eta=0.9)）；(3)是动量梯度下降（(eta=0.5)）

B.(1)是梯度下降；(2)是动量梯度下降（(eta=0.5)）；(3)是动量梯度下降（(eta=0.9)）

C.(1)是动量梯度下降（(eta=0.5)）；(2)是动量梯度下降（(eta=0.9)）；(3)是梯度下降

D.(1)是动量梯度下降（(eta=0.5)）；(2)是梯度下降；(3)是动量梯度下降（(eta=0.9)）

第 59 题

假设在一个深度学习网络中，批量梯度下降花费了大量时间时来找到一组参数值，使成本函数(J(W^{[1]},b^{[1]},…,W^{[L]},b^{[L]}))小。以下哪些方法可以帮助找到(J)值较小的参数值？

A.令所有权重值初始化为0

B.尝试调整学习率

C.尝试mini-batch梯度下降

D.尝试对权重进行更好的随机初始化

E.尝试使用 Adam 算法

第 60 题

关于Adam算法，下列哪一个陈述是错误的？

A.Adam结合了Rmsprop和动量的优点

B.Adam中的学习率超参数(alpha)通常需要调整

C.我们经常使用超参数的“默认”值(eta_1=0,9,eta_2=0.999,epsilon=10^{-8})

D.Adam应该用于批梯度计算，而不是用于mini-batch

51-60题 答案

51.A 52.A 53.BC 54.B 55.D 56.D 57.BC 58.B 59.BCDE 60.D