先說明一下，以下答案均為個人見解，如有不同想法歡迎交流。

另外轉載請註明出處，謝謝

1.試分析‘AI是新能量’指的是：

A.等價於100年前電的出現一樣，AI正在轉變大多數的產業

B.AI和電一樣在生活和辦公中發揮著重要作用

C.通過“智慧電力”，AI正在傳送一種電力的新浪潮

D.AI執行在電腦上，被電力支援，但是他讓計算機作者之前無法做到的事情

選C

2.深度學習崛起的原因？（多選）

A.我們使用了許多計算機力量；

B.深度學習在許多領域發揮著重要作用，例如：網路廣告，語音識別，影象識別

C.神經網路是新領域

D.我們擁有了更多的資料

選（A，C,D）

3.以下為機器學習思維迴圈圖表，請問以下哪些正確？（多選）

A.能夠快速實現想法的深度學習工程師會迴圈的更快

B.更快地計算機可以幫助一個隊伍迭代好想法的時間

C.與小資料集相比，可以更快地訓練大資料集

D.最近在深度學習的進步允許我們可以更快地訓練模型

選（ABD）

4.當一個很有經驗的深度學習工程師遇到一個新問題，她們可能會使用更多的經驗來做第一次嘗試，而不用通過不同模型去迴圈多次？

選（TRUE）

5.下面哪一個圖表示了ReLU激勵函式？

選（C）ReLU函式可以參考這篇博文:http://blog.csdn.net/cherrylvlei/article/details/53149381

6.貓圖識別器是一個結構化資料的例子，因為他表示作為一個結構化陣列存放在計算機中？

選（TRUE）

7.統計了不同城市人口，人均GDP，經濟收入的人口學統計資料作為一個非結構化資料因為他的資料來源不同。

選（FALSE）

8.為什麼迴圈神經網路運用於機器翻譯?

A.可以被訓練為監督學習問題

B.比卷積神經網路更好

C.對序列有可操作性

D.RNN可以表示為想法->程式碼->實驗的過程

選（A，C）

9.下圖中x,y軸分別代表什麼？（圖曲線由上至下大型神經網路，中型神經網路，小型神經網路，傳統神經網路）

A.x:資料量，y:訓練模型的規模

B.x:資料量,y:演算法變現

C:x:演算法表現，y:資料量

D:x:演算法輸入，y:輸出

選（B）

10.假設上一題圖描述的趨勢是正確的，以下哪些項是正確的？

A.減小神經網路的規模不會降低演算法效率，而且會有顯著的幫助

B.增加訓練集的規模不會降低演算法效率，而且會有顯著的幫助

C.減少訓練集的規模不會降低演算法效率，而且會有顯著的幫助

D.增加神經網路的規模不會降低演算法效率，而且會有顯著的幫助

選（B，D）