吳恩達 DeepLearning 第一課第二週 測驗 · Neural Network Basics
————————————————–中文翻譯—————————————————————————————–
1、神經元的計算是什麼？(B)
A. 在將輸出應用到啟用函式之前, 神經元計算所有特徵的平均值B. 神經元計算一個線性函式 (z = Wx + b), 然後是一個啟用函式
C. 神經元計算一個啟用函式, 後跟一個線性函式 (z = Wx + b)
D. 一個神經元計算一個函式 g, 它將輸入 x 線性地縮放 (Wx + b)
2、下面哪個是損失函式？（B）
見對應的英文題2
3、假設 img 是一個 (32，32，3) 陣列, 代表一個32x32 的影象與3色通道紅色, 綠色和藍色。如何將其重塑為列向量？(B)
A. x = img 重塑 (32 * 32,3))
B. x = img 重塑 (32 * 32 * 3,1))
C. x = img 重塑 (1,32 * 32, * 3)) D. x = img 重塑 (3,32 * 32)) 4、考慮以下兩個隨機陣列 “a” 和 “b”， “c” 的形狀是什麼？（B）a = np.random.randn(2, 3) # a.shape = (2, 3) b = np.random.randn(2, 1) # b.shape = (2, 1) c = a + b
A. c.shape = (2, 1)
B. c.shape = (2, 3)
C. c.shape = (3, 2)
D. 由於大小不匹配, 無法進行計算。這將是 “錯誤”!5、考慮以下兩個隨機陣列 “a” 和 “b”， “c” 的形狀是什麼？（A）
a = np.random.randn(4, 3) # a.shape = (4, 3) b = np.random.randn(3, 2) # b.shape = (3, 2) c = a*b
A. 由於大小不匹配, 無法進行計算。這將是 “錯誤”!
A. c.shape = (3, 3)
B. c.shape = (4, 2)
C. c.shape = (4, 3)
6、假設每一個樣本的特徵為nx維，X=[x(1)x(2)...x(m)]，X的維度是多少？(A)
A. (nx,m)
B. (1,m)
C. (m,1)
D. (m,nx)
7、記得 “np. dot(a, b)” 在 a 和 b 上執行矩陣乘法, 而 “a * b” 執行元素乘法。考慮以下兩個隨機陣列 “a” 和 “b”:
a = np.random.randn(12288, 150) # a.shape = (12288, 150) b = np.random.randn(150, 45) # b.shape = (150, 45) c = np.dot(a,b)c 的形狀是什麼？(D)
A. c. 形狀 = (12288, 150)
B. 由於大小不匹配, 無法進行計算。這將是 “錯誤”!
C. c. 形狀 = (150150)
D. c. 形狀 = (12288, 45)
8、請考慮以下程式碼段，你怎麼量化？（B）
# a.shape = (3,4)