题目内容
（请给出正确答案）
[单选题]
假设有一个5层的神经网络在4GB显存的GPU上训练了5个小时，在测试时，单个数据点需要花费2s时间。现在改变网络结构，在第二层到第四层分别以0.2和0.3的概率增加dropout，请问新的网络结构测试时间是多少（）
A.少于2s
B.2s
C.多于2s
D.不一定
答案
B、2s
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.少于2s
B.2s
C.多于2s
D.不一定
答案
B、2s
如果结果不匹配，请 联系老师 获取答案
更多“假设有一个5层的神经网络在4GB显存的GPU上训练了5个小时…”相关的问题
A.少于2s
B.大于2s
C.仍是2s
D.说不准
A.将数据分组部署在不同GPU上进行训练能提高深度神经网络的训练速度。
B.TensorFlow使用GPU训练好的模型，在执行推断任务时，也必须在GPU上运行。
C.将模型中的浮点数精度降低，例如使用float16代替float32，可以压缩训练好的模型的大小。
D.GPU所配置的显存的大小，对于在该GPU上训练的深度神经网络的复杂度、训练数据的批次规模等，都是一个无法忽视的影响因素
A.需要一个神经网络控制器
B.需要一个神经网络控制器及一个神经网络辨识器
C.需要两个神经网络控制器及一个神经网络辨识器
D.需要一个神经网络控制器及两个神经网络辨识器
A.60、20
B.80、40
C.40、20
D.40、30
在构建一个神经网络时，batchsize通常会选择2的次方，比如256和512，这是为什么呢？（）
A.当内存使用最优时这可以方便神经网络并行化
B.当用偶数是梯度下降优化效果最好
C.这些原因都不对
D.当不用偶数时，损失值会很奇怪
A.Dropout
B.分批归一化（BatchNormalization）
C.正则化（regularization）
D.都可以
A.除去神经网络中的最后一层，冻结所有层然后重新训练
B.对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层
C.使用新的数据集重新训练模型
D.所有答案均不对
