【吴恩达深度学习课程】第一周课后习题

先说明一下，以下答案均为个人见解，如有不同想法欢迎交流。
另外转载请注明出处，谢谢



1.试分析‘AI是新能量’指的是：
A.等价于100年前电的出现一样，AI正在转变大多数的产业
B.AI和电一样在生活和办公中发挥着重要作用
C.通过“智能电力”，AI正在传送一种电力的新浪潮
D.AI运行在电脑上，被电力支持，但是他让计算机作者之前无法做到的事情
选C



2.深度学习崛起的原因？（多选）
A.我们使用了许多计算机力量；
B.深度学习在许多领域发挥着重要作用，例如：网络广告，语音识别，图像识别
C.神经网络是新领域
D.我们拥有了更多的数据
选（A，C,D）



3.以下为机器学习思维循环图表，请问以下哪些正确？（多选）
A.能够快速实现想法的深度学习工程师会循环的更快
B.更快地计算机可以帮助一个队伍迭代好想法的时间
C.与小数据集相比，可以更快地训练大数据集
D.最近在深度学习的进步允许我们可以更快地训练模型
选（ABD）



4.当一个很有经验的深度学习工程师遇到一个新问题，她们可能会使用更多的经验来做第一次尝试，而不用通过不同模型去循环多次？
选（TRUE）









5.下面哪一个图表示了ReLU激励函数？
选（C）ReLU函数可以参考这篇博文:http://blog.csdn.net/cherrylvlei/article/details/53149381



6.猫图识别器是一个结构化数据的例子，因为他表示作为一个结构化数组存放在计算机中？
选（TRUE）
7.统计了不同城市人口，人均GDP，经济收入的人口学统计数据作为一个非结构化数据因为他的数据来源不同。
选（FALSE）



8.为什么循环神经网络运用于机器翻译?
A.可以被训练为监督学习问题
B.比卷积神经网络更好
C.对序列有可操作性
D.RNN可以表示为想法->代码->实验的过程
选（A，C）



9.下图中x,y轴分别代表什么？（图曲线由上至下大型神经网络，中型神经网络，小型神经网络，传统神经网络）
A.x:数据量，y:训练模型的规模B.x:数据量,y:算法变现
C:x:算法表现，y:数据量
D:x:算法输入，y:输出
选（B）



10.假设上一题图描述的趋势是正确的，以下哪些项是正确的？
A.减小神经网络的规模不会降低算法效率，而且会有显著的帮助
B.增加训练集的规模不会降低算法效率，而且会有显著的帮助
C.减少训练集的规模不会降低算法效率，而且会有显著的帮助
D.增加神经网络的规模不会降低算法效率，而且会有显著的帮助
选（B，D）