题目
A.BP训练算法
B.PB训练算法
C.MC训练算法
D.AP训练算法
第2题
A.BP算法的提出很好地解决了“多层”问题
B.2001年互联网泡沫破裂导致许多人工神经网络的研究被迫中断
C.LeCun将BP算法应用于神经网络的训练,并提出了卷积神经网络的第一个正式模型——LeNet-5
D.九十年代中期提出的SVM算法取代神经网络算法成为主流
第3题
A.前馈神经网络训练过程是拟合训练数据模式的过程。
B.前馈神经网络训练后很容易得到分类的规则。
C.前馈神经网络可用于分类和聚类。
D.前馈神经网络模型的分类能力比决策树好。
第7题
A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络,降低了Fast-RCNN的mAP
B.候选框的目标分类和边框精调都由卷积神经网络承担,这也提高了算法的速度
C.舍弃了R-CNN的多尺度池化,提高了算法的速度
D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
第8题
A.BP神经网络的训练过程中,先进行后向传播再进行前向传播
B.通过损失函数对后向传播结果进行判定
C.通过前向传播过程对权重参数进行修正
D.训练过程中权值参数的运算量很大,一般采用梯度下降法
第9题
A.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
B.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络,降低了Fast-RCNN的mAP
C.舍弃了R-CNN的多尺度池化,并且对全连接层矩阵相乘使用了SVD,提高了算法的速度
D.候选框的目标分类和边框精调都由卷积神经网络承担,这也提高了算法的速度
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!