题目
A.正向传播更新参数
B.正向传播计算结果
C.反向传播更新参数
D.反向传播计算结果
第4题
A.属于强人工智能。
B.层数越深,学习数据量越大,学习效果越好。
C.深度神经网络是依靠做定性分析来完成判断和预测。
D.无法还原非线性的复杂原函数。
第5题
A.隐藏层数适当诚少,神经网络的分辨能力不变
B.隐藏层数适当增加,神经网络的分辨能力越弱
C.隐藏层数适当增加,神经网络的分辨能力越强
D.隐藏层数适当减少,神经网络的分辨能力越强
第7题
A.深度学习模型的权重,偏差
B.深度学习的学习速率、人工神经网络的层数
C.深度学习的迭代次数
D.深度学习的每层神经元的个数
第8题
A.深度学习模型的权重,偏差
B.深度学习的学习速率、人工神经网络的层数
C.深度学习的迭代次数
D.深度学习的每层神经元的个数
第9题
A.如果参数较多,则容易导致过拟合。而减少参数有助于避免过拟合
B.参数共享的优势是通过一个任务上学习到的参数可以直接应用到另外一个任务上
C.可以允许一个特征检测器在整个输入图像的不同位置使用,即可以把参数看成是卷积提取特征的方式,该方式与位置无关
D.参数越多,才能避免过拟合,减少参数容易导致过拟合
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!