L7-8神经网络与深度学习作业.docx
需积分: 8 154 浏览量
2022-09-26
12:36:27
上传
评论
收藏 21KB DOCX 举报
Lecture10-11 作业
1 ， 假 设
𝑔
0
𝑥
=
1
， 以 下 哪 一 组
（
𝛼
0
,
𝛼
1
,
𝛼
2
）
允 许
𝐺
𝑥
=
𝑠𝑖𝑔𝑛(
∑
2
𝑡
=
0
𝛼
𝑡
𝑔
𝑡
(
𝑥
)
)
实现
𝑂𝑅(
𝑔
1
,
𝑔
2
)
的功能。（a）（-3，+1，+1）；（b）（-1，
+1，+1）；（c）（+1，+1，+1）；（d）（+3，+1，+1）。
2，在 3-5-1 的神经网络中，网络参数有多少？
3，画出
（
𝑥
+
𝑦
）
2
𝑧
的计算图，当 x=1,y=2,z=-6 时，写出前向传播的
数值和反向传播的梯度值。
4，计算 Sigmoid 函数、双曲正切函数和 ReLU 函数的导数函数，分析
这三个函数作为激活函数时的优缺点。
5，对于一幅 300*300 大小的彩色（RGB）图像，（1）如果输入端与
有 100 个神经元的第一层隐含层用全链接方式（Fully Connected neural
Network）连接时，请问这一层会包含多少参数？（2）如果用 100
个 5*5*3 大小的滤波器作卷积操作，那么这一层的参数为多少？如果
滤波器移动步长（stride=1）为 1，经过卷积计算后的输出端神经元个
数有多少？
6，某一个卷积神经网络结构如下：
（i）输入层 Input 的 RGB 图像大小是 227*227*3。
（ii）第 1 层卷积层 Conv-1 是通过对输入图像用 96 个 11*11*3 大小
的滤波器通过步长(stride)为 4，不做边缘填充（padding）得到的。
（iii）接下来是池化层 MaxPool-1，它用 3*3 尺寸、步长为 2 对 Conv-1
做 Max Pooling 操作。
评论0
最新资源