上期考试答案及解析：

1、A,B,C,D

解析：以上方法都可以缓解和优化过拟合问题

2、B,C,D

解析：A 、如果出事化参数完全一样，无论网络训练多少轮，对于每一层中的各个神经元，weights都是相同的，无法学习（提取）到不同的特征。

B 、正确C、正确，比较适用与ReLu激活函数的情况D、正确，是一个优选方案

3、A

解析：调整学习速率很多时候是一个有效的方案，学习速率太大容易欠拟合，太小训练时间长且容易陷入到局部最优解，因此，设定一个变化的学习速率是一个好的优化方案

4、A、B、C、D

解析：查看课程视频里面的Sklearn Cheat Sheet

5、C

解析：A、训练完成后还是需要不断进行迭代和优化

B、要先处理好数据才能进行模型训练C、正确D、要定义好需求和任务

↓↓↓

今日考试

本次考试共5道题，每题20分，共100分，考试时间30分钟。

30分钟后，小C会准时放出评论区哦，记得别超时哦

大家把答案写在评论区，比如：ABCD...，先给出答案者视为先交卷，同等分数先交卷者排名优先。

1、如果想在JupyterNotebook IDE里面运行同一目录下的test.py文件该如何实现？

A、test.py

B、python test.py

C、%run test.py

2、以下说法是否正确

对于学习速率的优化可以设定一个变量，随着训练时间变长而学习速率逐渐下降

A、正确

B、错误

3、深度学习项目开发的大体流程是？

A、任务和模型定义，数据处理与特征工程，模型搭建与训练

B、任务和模型定义，模型搭建与训练，模型测试与优化、数据处理与特征工程，

C、任务和模型定义，数据处理与特征工程，模型搭建与训练，模型测试与优化

D、数据处理与特征工程，模型搭建与训练，任务和模型定义，模型测试与优化

4、当前深度学习人工智能技术的瓶颈或者缺点有哪些？

A、容易偏离

B、可解释性弱

C、可靠性弱

D、对数据要求高

5、下面哪些是有效的模型参数初始化的方法？

A、全零

B、Xavier

C、He

D、Pre-trained（迁移学习）

tips：正确答案及解析小C会在下次考试中给出，本次考试小C老师只打分，希望小伙伴们认真对待，把答案写在下方评论区。

=好课推荐=

推荐理由

1、计算机专业的核心课程，科班出身的核心竞争力，非科班必须补足的基础

2、理论知识+案例解析，50+更贴近日常工作的案例，在编程的过程中理解原理

3、无需语言基础，小白也可轻松入门