吴恩达 — 神经网络与深度学习 — L2W2练习
第二周 - 优化算法
第 51 题
当输入从第8个mini-batch的第7个的例子的时候，你会用哪种符号表示第3层的激活？
A.\(a^{[3]\{8\}(7)}\)
B.\(a^{[8]\{7\}(3)}\)
C.\(a^{[8]\{3\}(7)}\)
D.\(a^{[3]\{7\}(8)}\)
第 52 题
关于mini-batch的说法哪个是正确的？
A.mini-batch迭代一次（计算1个mini-batch），要比批量梯度下降迭代一次快
B.用mini-batch训练完整个数据集一次，要比批量梯度下降训练完整个数据集一次快
C.在不同的mini-batch下，不需要显式地进行循环，就可以实现mini-batch梯度下降，从而使算法同时处理所有的数据（矢量化）
第 53 题
为什么最好的mini-batch的大小通常不是1也不是m，而是介于两者之间？
A.如果mini-batch的大小是1，那么在你取得进展前，你需要遍历整个训练集
B.如果mini-batch的大小是m，就会变成批量梯度下降。在你取得进展前，你需要遍历整个训练集
C.如果mini-batch的大小是1，那么你将失去mini-batch将数据矢量化带来的的好处
D.如果mini-batch的大小是m，就会变成随机梯度下降，而这样做经常会比mini-batch慢
第 54 题
如果你的模型的成本\(J\)随着迭代次数的增加，绘制出来的图如下，那么：
A.如果你正在使用mini-batch梯度下降，那可能有问题；而如果你在使用批量梯度下降，那是合理的
B.如果你正在使用mini-batch梯度下降，那看上去是合理的；而如果你在使用批量梯度下降，那可能有问题
C.无论你在使用mini-batch还是批量梯度下降，看上去都是合理的
D.无论你在使用mini-batch还是批量梯度下降，都可能有问题
第 55 题
假设一月的前三天卡萨布兰卡的气温是一样的：
一月第一天: \(\theta_1 = 10\)
一月第二天: \(\theta_2 = 10\)
假设您使用\(\beta = 0.5\)的指数加权平均来跟踪温度：\(v_0=0,v_t=\beta v_{t-1}+(1-\beta)\theta_t\)。如果\(v_2\)是在没有偏差修正的情况下计算第2天后的值，并且\(v_2^{corrected}\)是您使用偏差修正计算的值。 这些下面的值是正确的是？
A.\(v_2=10,v_2^{corrected}=10\)
B.\(v_2=10,v_2^{corrected}=7.5\)
C.\(v_2=7.5,v_2^{corrected}=7.5\)
D.\(v_2=7.5,v_2^{corrected}=10\)
第 56 题
下面哪一个不是比较好的学习率衰减方法？
A.\(\alpha = \frac{1}{1+2*t}\alpha_0\)
B.\(\alpha=\frac{1}{\sqrt{t}}\alpha_0\)
C.\(\alpha=0.95^t\alpha_0\)
D.\(\alpha=e^t\alpha_0\)
第 57 题
您在伦敦温度数据集上使用指数加权平均， 使用以下公式来追踪温度：\(v_t=\beta v_{t-1}+(1-\beta)\theta_t\)。下图中红线使用的是\(\beta=0.9\)来计算的。当你改变\(\beta\)时，你的红色曲线会怎样变化？（选出所有正确项）
A.减小\(\beta\)，红色线会略微右移
B.增加\(\beta\)，红色线会略微右移
C.减小\(\beta\)，红线会更加震荡
D.增加\(\beta\)，红线会更加震荡
第 58 题
下图中的曲线是由：梯度下降，动量梯度下降（\(\beta=0.5\)）和动量梯度下降（\(\beta=0.9\)）。哪条曲线对应哪种算法？
A.(1)是梯度下降；(2)是动量梯度下降（\(\beta=0.9\)）；(3)是动量梯度下降（\(\beta=0.5\)）
B.(1)是梯度下降；(2)是动量梯度下降（\(\beta=0.5\)）；(3)是动量梯度下降（\(\beta=0.9\)）
C.(1)是动量梯度下降（\(\beta=0.5\)）；(2)是动量梯度下降（\(\beta=0.9\)）；(3)是梯度下降
D.(1)是动量梯度下降（\(\beta=0.5\)）；(2)是梯度下降；(3)是动量梯度下降（\(\beta=0.9\)）
第 59 题
假设在一个深度学习网络中，批量梯度下降花费了大量时间时来找到一组参数值，使成本函数\(J(W^{[1]},b^{[1]},…,W^{[L]},b^{[L]})\)小。以下哪些方法可以帮助找到\(J\)值较小的参数值？
A.令所有权重值初始化为0
B.尝试调整学习率
C.尝试mini-batch梯度下降
D.尝试对权重进行更好的随机初始化
E.尝试使用 Adam 算法
第 60 题
关于Adam算法，下列哪一个陈述是错误的？
A.Adam结合了Rmsprop和动量的优点
B.Adam中的学习率超参数\(\alpha\)通常需要调整
C.我们经常使用超参数的“默认”值\(\beta_1=0,9,\beta_2=0.999,\epsilon=10^{-8}\)
D.Adam应该用于批梯度计算，而不是用于mini-batch
51-60题 答案
51.A 52.A 53.BC 54.B 55.D 56.D 57.BC 58.B 59.BCDE 60.D
