题目
A.Dropout
B.正则化
C.批规范化
D.以上所有
第1题
D.所有
第2题
A.通过正则化可以减少网络参数的个数,一定程度可能增加过拟合
B.利用L1或L2正则化可以使权重衰减,从而一定程度上减少过拟合
C.在神经网络训练过程中类似dropout减少神经元或相关链接权的数量
D.通过增加数据扰动的数据增强减少了神经网络的过拟合
第3题
A.drop-out
C.加入更多的神经元
D.减少神经元数量
第4题
A.增加学习率
B.L2正则化
C.dropout
D.提前终止
第5题
A.earlystopping
B.数据集扩增
C.正则化(Regularization)
D.Dropout
第6题
A.逻辑回归
B.决策树
C.神经网络
D.支持向量机
第7题
A.正则化过低且模型过度拟合
B.正则化过高,模型不适合
C.步长太大
D.步长太小
第8题
A.为模型添加其他特征项
B.增加模型参数,调高模型复杂度
C.引入正则项
D.选择合适的迭代次数停止模型的学习
第9题
第10题
A.过拟合
B.迭代速度
C.没有记忆与遗忘控制单元
D.无法处理矩阵数据
1. 搜题次数扣减规则:
备注:网站、APP、小程序均支持文字搜题、查看答案;语音搜题、单题拍照识别、整页拍照识别仅APP、小程序支持。
2. 使用语音搜索、拍照搜索等AI功能需安装APP(或打开微信小程序)。
3. 搜题卡过期将作废,不支持退款,请在有效期内使用完毕。
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!