4.12 总结-深度学习第四课《卷积神经网络》-Stanford吴恩达教授

总结

习题

第 131 题

面部验证只需要将新图片与1个人的面部进行比较，而面部识别则需要将新图片与K个人的面部进行比较。

A.正确 B.错误

第 132 题

在人脸验证中函数d(img1,img2)起什么作用？

A.只需要给出一个人的图片就可以让网络认识这个人

B.为了解决一次学习的问题

C.这可以让我们使用softmax函数来学习预测一个人的身份，在这个单元中分类的数量等于数据库中的人的数量加1

D.鉴于我们拥有的照片很少，我们需要将它运用到迁移学习中

第 133 题

为了训练人脸识别系统的参数，使用包含了10万个不同的人的10万张图片的数据集进行训练是合理的。

A.正确 B.错误

第 134 题

下面哪个是三元组损失的正确定义（请把 $\alpha$α 也考虑进去）？

A. $max(||f(A)-f(P)||^2-||f(A)-f(N)||^2+\alpha,0)$max(∣∣f(A)−f(P)∣∣2−∣∣f(A)−f(N)∣∣2+α,0)
B. $max(||f(A)-f(N)||^2-||f(A)-f(P)||^2+\alpha,0)$max(∣∣f(A)−f(N)∣∣2−∣∣f(A)−f(P)∣∣2+α,0)
C. $max(||f(A)-f(N)||^2-||f(A)-f(P)||^2-\alpha,0)$max(∣∣f(A)−f(N)∣∣2−∣∣f(A)−f(P)∣∣2−α,0)
D. $max(||f(A)-f(P)||^2-||f(A)-f(N)||^2-\alpha,0)$max(∣∣f(A)−f(P)∣∣2−∣∣f(A)−f(N)∣∣2−α,0)

第 135 题

在下图中的孪生卷积网络(Siamese network)结构图中

上下两个神经网络拥有不同的输入图像，但是其中的网络参数是完全相同的

A.正确 B.错误

第 136 题

你在一个拥有100种不同的分类的数据集上训练一个卷积神经网络，你想要知道是否能够找到一个对猫的图片很敏感的隐藏节点（即在能够强烈**该节点的图像大多数都是猫的图片的节点），你更有可能在第4层找到该节点而不是在第1层更有可能找到。

A.正确 B.错误

第 137 题

神经风格转换被训练为有监督的学习任务，其中的目标是输入两个图像 (x)，并训练一个能够输出一个新的合成图像(y)的网络

A.正确 B.错误

第 138 题

在一个卷积网络的深层，每个通道对应一个不同的特征检测器，风格矩阵 $G^{[l]}$G[l] 度量了 $l$l 层中不同的特征探测器的**（或相关）程度

A.正确 B.错误

第 139 题

在神经风格转换中，在优化算法的每次迭代中更新的是什么？

A.神经网络的参数

B.生成图像G的像素值

C.正则化参数

D.内容图像C的像素值

第 140 题

你现在用拥有的是3D的数据，现在构建一个网络层，其输入的卷积是32×32×32×1632×32×32×16（此卷积有16个通道），对其使用3232个3×3×33×3×3的过滤器（无填充，步长为1）进行卷积操作，请问输出的卷积是多少？

A.30×30×30×32

B.不能操作，因为指定的维度不匹配，所以这个卷积步骤是不可能执行的

C.30×30×30×16

131-140题 答案

131.A 132.AB 133.B 134.A 135.A 136.A 137.B 138.A 139.B 140.A