神经网络的拓扑结构可以分为（）和随机型网络等

试卷相关题目

• 1Hadoop框架的缺点有（）。

  A.MapReduce编程框架的限制

  B.过多的磁盘操作,缺乏对分布式内存的支持

  C.无法高效支持迭代式计算

  D.不支持多用户写入和任意修改文件

  开始考试点击查看答案
• 2下列关于Zookeeper的描述正确的有（）。

  A.Zookeeper维护着一个树形的层次结构

  B.Zookeeper的数据访问具有原子性

  C.Zookeeper被设计用来实现协调服务

  D.Zookeeper被设计用来实现大容量数据存储

  开始考试点击查看答案
• 3下列关于Flume的描述正确的有（）。

  A.Flume具有一定的容错性

  B.Flume使用Java编写

  C.FIume不支持failover

  D.Flume是一个分布式的轻量级工具,适应各种方式的数据收集

  开始考试点击查看答案
• 4Flume的特点包括（）。

  A.分布式

  B.高可靠

  C.高容错

  D.易于定制和扩展

  开始考试点击查看答案
• 5ETL技术主要涉及操作有（）。

  A.抽取

  B.转换

  C.加载

  D.分析

  开始考试点击查看答案
• 6神经网络模型（necural network）因受人类大脑的启发而得名。神经网络由许多神经元（neuron)组成，每个神经元接受一个输入、对输入进行处理后给出一个输出，列关于神经元的锚述正确的有（）

  A.每个神经元有一个输入和一个输出

  B.每个神经元有多个输入和一个输出

  C.每个神经元有一个输入和多个输出

  D.每个神经元有多个输入和个输出

  开始考试点击查看答案
• 7与全连接的DNN，CNN的优势有（）

  A.参数更少

  B.泛化更好

  C.训练更快

  D.更容易搭建

  开始考试点击查看答案
• 8LSTM应用场景有（）

  A.翻译语言

  B.语音识别

  C.图像识别

  D.股票预测

  开始考试点击查看答案
• 9RNN在NLP领域的应用包括（）

  A.语言模型与文本生成

  B.机器翻译

  C.语音识别

  D.图像描述生成

  开始考试点击查看答案
• 10下列关千Dropout的说法正确的有（）

  A.Dropout背后的思想其实就是把DNN当作一个集成模型来训练，之后取所有值的平均值，而不只是训练单个DNN "

  B.DNN网络将Dropout率设置为P，也就是说一个神经元被保留概率是1-P，。当一个神经元被丢弃时：无论输入或者相关的参数是什么，它的输值就会被设置为0 " "

  C.丢弃的神经元在训练阶段，对BP算法的前向和后向阶段都没有贡献。由于这个原因，每一次训练都像是在训练一个新的网路 " "

  D.Dropout方法通常和L2正则化或其他参数约束技术〔比如Max Norm）一起使用来防止神经网络的过拟合"

  开始考试点击查看答案