quiz.json

[
  {
    "question": "在神经网络的语境中，链式法则是什么？",
    "options": [
      "一条把各层串联起来的规则",
      "如果 y = f(g(x))，那么 dy/dx = f'(g(x)) * g'(x)——沿路径把导数相乘",
      "一种初始化权重的方法",
      "一种对数据分批的技术"
    ],
    "correct": 1,
    "explanation": "链式法则让你通过把每一步的局部导数相乘来计算复合函数的导数。反向传播在计算图中系统地应用这一法则。",
    "stage": "pre"
  },
  {
    "question": "为什么反向传播比独立计算每个梯度更高效？",
    "options": [
      "它占用更少内存",
      "它在一次反向传播中计算所有梯度，而不是每个参数一次前向传播",
      "它只对小网络有效",
      "它避免使用链式法则"
    ],
    "correct": 1,
    "explanation": "独立计算梯度需要每个参数一次前向传播（对大网络而言是数百万次）。反向传播通过复用前向传播时存储的中间值，在一次反向传播中计算所有梯度。",
    "stage": "pre"
  },
  {
    "question": "在反向传播中，累积梯度时为什么用 '+=' 而不是 '='？",
    "options": [
      "这是一种 Python 约定",
      "一个值可能被用于多个运算，因此它的梯度是来自所有路径的梯度之和",
      "它防止溢出",
      "它让代码运行更快"
    ],
    "correct": 1,
    "explanation": "当一个 Value 被用作多个运算的输入时（例如 x 同时用于 x*w1 和 x*w2），它的总梯度是从每个运算回流的梯度之和。使用 += 能正确地累积它们。",
    "stage": "post"
  },
  {
    "question": "在深层 sigmoid 网络中，是什么导致了梯度消失问题？",
    "options": [
      "学习率太小",
      "sigmoid 的导数最大值为 0.25，因此梯度会随层数指数级缩小",
      "网络的参数太多",
      "损失函数选得不好"
    ],
    "correct": 1,
    "explanation": "sigmoid 的导数在 z=0 时达到峰值 0.25。每一层最多把梯度乘以 0.25，因此经过 10 层后梯度最多是原始信号的 0.25^10 ≈ 0.000001。",
    "stage": "post"
  },
  {
    "question": "为什么拓扑排序在反向传播中很重要？",
    "options": [
      "它让代码更整洁",
      "它确保每个节点的梯度在传播到其子节点之前已被完全累积",
      "它加快前向传播",
      "它减少内存占用"
    ],
    "correct": 1,
    "explanation": "拓扑排序确保我们以正确的顺序处理节点：一个节点的梯度必须先从所有下游路径完全累积，然后才能继续向前传播。没有这种排序，梯度就会不完整。",
    "stage": "post"
  }
]