中二 ICT 人工智能练习三:梯度下降、对数损失与样本量十题 2026-11-20 导师备课指引 · 小学数学 中二 ICT 人工智能练习三:梯度下降、对数损失与样本量十题 十题由权重更新走两步开始,计对数损失、抽样样本量与网络参数数目,最后判断 AUC 0.5 的意义。 中二 ICT 人工智能练习三:挑战十题 题目结合梯度下降与模型评估指标。 01 本卷资料(做完才看答案) 项目 内容 题数 10 建议时间 25 难度分布 基础 4 · 进阶 2 · 挑战 2 · 错题重练 2 对应章节 所属章节:中二 ICT:人工智能与机器学习入门 适用年级 Challenge 02 题目(10 题) 基础权重 2、学习率 0.1、梯度 3,走一步之后权重是多少? 基础接上题,第二步梯度为 1.5,学习率不变,权重变成多少? 基础模型给正确答案的几率是 0.9,对数损失是多少? 基础模型只给正确答案 0.1 的几率,对数损失是多少? 进阶要在 95% 信心下把误差控制在正负 3%,取最保守比例 0.5,样本最少要多少个? 进阶每轮训练需 120 秒,训练 50 轮共需多少秒与多少分钟? 挑战一个 784 输入、128 隐藏、10 输出的全连接网络共有多少个可训练参数? 挑战模型的 AUC 是 0.5,代表它的分辨能力如何? 错题重练错题:学习率越大,收敛一定越快。正确理解是什么? 错题重练错题:训练轮数越多,模型一定越好。正确理解是什么? 03 答案与一句解说 题号 答案 一句解说 1 1.7 更新量是 0.1 乘 3 得 0.3,由 2 减去 0.3 得 1.7。 2 1.55 第二步更新量是 0.1 乘 1.5 得 0.15,1.7 减 0.15 得 1.55。 3 约 0.1054 对数损失取负的自然对数,即负 ln 0.9,得 0.1054。 4 约 2.3026 负 ln 0.1 得 2.3026,信心越低惩罚越重。 5 约 1 068 个 1.96 的平方乘 0.25 再除以 0.03 的平方得 1 067.11,向上取整为 1 068。 6 6 000 秒,即 100 分钟 120 乘 50 得 6 000 秒,再除以 60 得 100 分钟。 7 101 770 个 第一层 784 乘 128 加 128 个偏置,第二层 128 乘 10 加 10 个偏置,合共 101 770。 8 等同随机猜测,没有分辨能力 AUC 0.5 表示正负样本被排对的几率只有一半,0.9 才算良好。 9 太大会震荡甚至发散,要在稳定与速度之间取平衡 步长过大会跨过最低点,损失反而上升。 10 过多轮数会过拟合,应按验证集表现决定何时停止 训练后期模型开始记住噪声,验证误差回升就要早停。 04 做完之后怎样跟进 对完答案,只重做错的那几题,并在错题旁写出错在哪一步(公式、单位还是抄错数)。 同一题隔两日再做一次;两次都对才可以移到下一份练习。 家长只需看答案栏与解说栏,不必逐题讲解。 想再操练同章题目?回到本章页可以看到其余三份练习,难度由基础到错题重练。导师登记 → 本卷题目与答案由 TutorZone 团队原创编写,并非任何学校、出版社或考试局的试题;数值与答案均以程式核算。
中二 ICT 人工智能练习三:梯度下降、对数损失与样本量十题 2026-11-20 导师备课指引 · 小学数学 中二 ICT 人工智能练习三:梯度下降、对数损失与样本量十题 十题由权重更新走两步开始,计对数损失、抽样样本量与网络参数数目,最后判断 AUC 0.5 的意义。 中二 ICT 人工智能练习三:挑战十题 题目结合梯度下降与模型评估指标。 01 本卷资料(做完才看答案) 项目 内容 题数 10 建议时间 25 难度分布 基础 4 · 进阶 2 · 挑战 2 · 错题重练 2 对应章节 所属章节:中二 ICT:人工智能与机器学习入门 适用年级 Challenge 02 题目(10 题) 基础权重 2、学习率 0.1、梯度 3,走一步之后权重是多少? 基础接上题,第二步梯度为 1.5,学习率不变,权重变成多少? 基础模型给正确答案的几率是 0.9,对数损失是多少? 基础模型只给正确答案 0.1 的几率,对数损失是多少? 进阶要在 95% 信心下把误差控制在正负 3%,取最保守比例 0.5,样本最少要多少个? 进阶每轮训练需 120 秒,训练 50 轮共需多少秒与多少分钟? 挑战一个 784 输入、128 隐藏、10 输出的全连接网络共有多少个可训练参数? 挑战模型的 AUC 是 0.5,代表它的分辨能力如何? 错题重练错题:学习率越大,收敛一定越快。正确理解是什么? 错题重练错题:训练轮数越多,模型一定越好。正确理解是什么? 03 答案与一句解说 题号 答案 一句解说 1 1.7 更新量是 0.1 乘 3 得 0.3,由 2 减去 0.3 得 1.7。 2 1.55 第二步更新量是 0.1 乘 1.5 得 0.15,1.7 减 0.15 得 1.55。 3 约 0.1054 对数损失取负的自然对数,即负 ln 0.9,得 0.1054。 4 约 2.3026 负 ln 0.1 得 2.3026,信心越低惩罚越重。 5 约 1 068 个 1.96 的平方乘 0.25 再除以 0.03 的平方得 1 067.11,向上取整为 1 068。 6 6 000 秒,即 100 分钟 120 乘 50 得 6 000 秒,再除以 60 得 100 分钟。 7 101 770 个 第一层 784 乘 128 加 128 个偏置,第二层 128 乘 10 加 10 个偏置,合共 101 770。 8 等同随机猜测,没有分辨能力 AUC 0.5 表示正负样本被排对的几率只有一半,0.9 才算良好。 9 太大会震荡甚至发散,要在稳定与速度之间取平衡 步长过大会跨过最低点,损失反而上升。 10 过多轮数会过拟合,应按验证集表现决定何时停止 训练后期模型开始记住噪声,验证误差回升就要早停。 04 做完之后怎样跟进 对完答案,只重做错的那几题,并在错题旁写出错在哪一步(公式、单位还是抄错数)。 同一题隔两日再做一次;两次都对才可以移到下一份练习。 家长只需看答案栏与解说栏,不必逐题讲解。 想再操练同章题目?回到本章页可以看到其余三份练习,难度由基础到错题重练。导师登记 → 本卷题目与答案由 TutorZone 团队原创编写,并非任何学校、出版社或考试局的试题;数值与答案均以程式核算。