1. 你有一个32x32x16的输入，并使用步幅为2、过滤器大小为2的最大池化，请问输出是多少？

A  15x15x16

B  16x16x8

C  16x16x16

D  32x32x8

2. 你有一个63x63x16的输入，有32个过滤器进行卷积，每个过滤器的大小为7x7，步幅为1，你想要使用“same”的卷积方式，请问padding的值是多少？

A  1

B  2

C  3

D  7

3. 你有一个15x15x8的输入，并使用“pad = 2”进行填充，填充后的尺寸是多少？

A  17x17x10

B  19x19x8

C  19x19x12

D  17x17x8

4. 你有一个63x63x16的输入，并使用大小为7x7的32个过滤器进行卷积，使用步幅为2和无填充，请问输出是多少？

A  29x29x32

B  16x16x32

C  29x29x16

D  16x16x16

5. 假设你的输入是300×300彩色（RGB）图像，并且你使用卷积层和100个过滤器，每个过滤器都是5×5的大小，请问这个隐藏层有多少个参数（包括偏置参数）？

A  2501

B  2600

C  7500

D  7600

6. 假设你的输入是一个300×300的彩色（RGB）图像，而你没有使用卷积神经网络。 如果第一个隐藏层有100个神经元，每个神经元与输入层进行全连接，那么这个隐藏层有多少个参数（包括偏置参数）？

A  9,000,001

B  9,000,100

C  27,000,001

D  27,000,100

7. 你认为把下面这个过滤器应用到灰度图像会怎么样？

A  会检测45度边缘

B  会检测垂直边缘

C  会检测水平边缘

D  会检测图像对比度

8. 假设你下载了一个已经在一个很大的文本语料库上训练过的词嵌入的数据，然后你要用这个词嵌入来训练RNN并用于识别一段文字中的情感，判断这段文字的内容是否表达了“快乐”。

那么即使“欣喜若狂”这个词没有出现在你的小训练集中，你的RNN也会认为“我欣喜若狂”应该被贴上y = 1的标签。

A  正确

B  错误

9. 假设你为10000个单词学习词嵌入，为了捕获全部范围的单词的变化以及意义，那么词嵌入向量应该是10000维的。

A  正确

B  错误

10. 你正在训练一个RNN网络，你发现你的权重与激活值都是“NaN”，下列选项中，哪一个是导致这个问题的最有可能的原因？

A  梯度消失

B  梯度爆炸

C  ReLU函数作为激活函数g(.)，在计算g(z)时，z的数值过大了。

D  Sigmoid函数作为激活函数g(.)，在计算g(z)时，z的数值过大了。

获取答案和详细的答案解析：https://ai.52learn.online/11819