雨课堂学堂在线学堂云人工智能与医学数据计算(中国医科大学)单元测试考核答案

第1题医学人工智能的三个主要发展方向分别为____________正确答案：:​影像大数据正确答案：:文本大数据正确答案：:多组学大数据第2题人工智能的三次发展浪潮分别为____________正确答案：:非智能对话机器人正确答案：:语音识别正确答案：:深度学习大数据第3题机器学习、深度学习的核心均为____正确答案：:神经网络第1题深度学习的工作流分别为____________________正确答案：:获取数据正确答案：:清洗数据正确答案：:训练模型正确答案：:测试模型正确答案：:提升模型第2题引爆深度学习的要素分别为哪些？A卷积神经网络B大数据CGPUD机器人正确答案：ABC第3题深度学习基本步骤有哪些？____________正确答案：:搭建网络正确答案：:定义损失正确答案：:训练优化人工智能基本应用场景及操作环境(1)作业第1题能够实现在windows系统下直接调用Linux系统的软件为____正确答案：:WindowsSubsystemforLinux/WSL/WSL（WindowsSubsystemforLinux）/WindowsSubsystemforLinux（WSL）/WSL即WindowsSubsystemforLinux第2题Pytorch是Python的深度学习框架之一，不仅能够实现强大的GPU加速，同时还支持动态神经网络。第3题下列哪些选项为深度学习常用的针对医学领域数据库？ALFW数据库BTCIA数据库CTCGA数据库DImageNet数据库正确答案：BC人工智能基本应用场景及操作环境(2)作业第1题在进行深度学习前期准备的过程中，安装除Vscode以外的软件均需做到版本对应。第2题下列哪些为深度学习中常用的超参数？A学习率B梯度下降法循环的数量C激活函数的选择D隐藏层数目E隐藏层单元数目正确答案：ABCDE第3题Dropout正则化通常在训练阶段使用，而在测试阶段不使用第4题深度学习中，训练集、测试集、验证集常用划分比例为____正确答案：:80:10:10/80比10比10从深度学习如何架构网络来了解卷积神经网络作业第1题训练卷积神经网络的目标，就是希望输出的预测类别和对应的真实标签差值越来越大，整个神经网络的训练过程，即为使网络损失函数越来越大的过程。第2题将7×7×40尺寸的图像输入到全连接网络层，会得到1×1960的一维向量。第3题39×39×3的输入图像，经过卷积核的大小为3×3，步长为2，十个卷积核的卷积运算后，输出结果的尺寸为？A37×37×10B37×37×2C39×39×10D39×39×2第4题Softmax函数特别适用于分类问题，是因为它能够将网络的输出结果转化为对每个类的概率值，并且使得这些概率之和为1。第5题神经网络由许多神经元组成，每个神经元接受一个输入，处理后给出一个输出。下列关于神经元的陈述中哪一个是正确的？A一个神经元有多个输入和一个输出B一个神经元有一个输入和多个输出C一个神经元有多个输入和多个输出D上述都正确深度学习与梯度下降:一场数学求解的双向奔赴作业第1题np.transpose()函数的作用为____正确答案：:调换行和列第2题在单变量函数中，梯度就是函数的微分，代表函数在某个给定点的切线斜率第3题np.dot(A,B)函数的作用为____正确答案：:计算A和B的向量积第4题梯度下降法的核心是什么？A测量所在位置最陡峭的方向，即偏导数（梯度）B频繁测量下降方向C测量下降所需时间D找到一个合适的测量方向的频率，即学习的“速率”正确答案：AD深度学习的损失函数、激活函数与优化器作业第1题在深度学习项目中，不确定应使用哪种优化器时，即可以选择使用Adam优化器第2题标准梯度下降法的两个主要缺点分别为________正确答案：:训练速度慢正确答案：:容易陷入局部最优解第3题深度学习中，针对多分类问题常用的激活函数为____正确答案：:Softmax/Softmax函数/softmax函数/softmax深度学习核心知识反向传播算法(1)第1题以下哪一项不是反向传播过程中所需的步骤？A获取一个训练样本，前馈计算每一层的输入和输出B计算每一层的误差项C数据清洗D计算每一层参数的导数E更新网络参数第2题反向传播算法计算通过何种内容的梯度后，再将其进行反向传播？A各个网络权重的平方差之和B预测结果和样本标签之间的误差C各个输入样本的平方差之和D以上都不对深度学习核心知识反向传播算法(2)作业第1题在深度学习项目中，进行反向传播计算时通常权重W的更新会加上一个正则化项来避免过拟合的情况出现。第2题深度学习的概念完全等于传统神经网络第3题深度学习的目的：____正确答案：:提取、识别特征来解释数据/提取识别特征来解释数据医学数据计算实验作业第1题下列哪项关于神经网络模型能力的描述是正确的？A隐层层数增加，模型能力增加BDropout的比例增加，模型