12.均方误差损失函数无法用在分类问题上。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-85bc-c0d7-b77d19146f00.html
点击查看答案
75.Atlas900AI集群可适用于石油勘探场
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-d3b3-c0d7-b77d19146f00.html
点击查看答案
1、使用MindSpore执行图片中的代码时,以下哪一项是这段代码的正确输出结果?单
A. (2,2)
B. 2
C. mindspore.int32
D. 4
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-01b1-c0d7-b77d19146f00.html
点击查看答案
239.L1和L2正则化是传统机器学习常用来减少泛化误差的方法,以下关于两者的说法正确的是:
A. L1正则化可以做特征选择
B. L1和L2正则化均可做特征选择
C. L2正则化可以做特征选择
D. L1和L2正则化均不可做特征选择
解析:解析:L1正则化通常更适用于特征选择,而L2正则化通常更适用于参数平滑。同时,也可以将L1和L2正则化结合使用,以获得更好的效果
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-681a-c0d7-b77d19146f00.html
点击查看答案
28.以下哪一项不属于压缩人工智能模型体积的方法?
A. 紧凑网络设计
B. 低秩近似
C. 网络量化
D. 减小有效数据量
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-a50e-c0d7-b77d19146f00.html
点击查看答案
353.以下关于LSTM的描述,正确的是哪几项?
A. 门可以选择性地以让信息通过它们由Sigmoid神经网络层和逐点乘法运算组成
B. LSTM可以通过“门”的精细结构向细胞状态添加或移除信息
C. LSTM的关键健是细胞状态,细胞状态贯穿整个链条,只有一些次要的线性交互作用,信息很容易以不变的方式流过
D. LSTM有两种门用来保持和控制细胞状态:遗忘门和输入门
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-c5b3-c0d7-b77d19146f00.html
点击查看答案
1、以下哪些项是多层感知机(全连接结构)在处理图像时的弊端?多
A. 多层感知机无法解决图像不变性的问题。
B. 计算机存储和处理图像的方式会使多层感知机模型参数巨大。
C. 多层感知机的输入形式会破坏图像像素的空间关系。
D. 人是通过图像的局部特征来理解图像,而多层感知机中每个神经元都处理整幅图像的像素点。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-fbdf-c0d7-b77d19146f00.html
点击查看答案
1、以下关于回归模型调试与应用的描述中,错的是哪一项?单
A. 如果出现过拟合,可以使用带有正则项的LASSO回归或者Ridge回归,并调节超参数。
B. 当训练完成之后,需要使用测试集进行测试,确保模型的泛化能力。
C. 如果出现欠拟合,可以使用更加复杂的回归模型,比如逻辑回归。
D. 如果最后的模型效果不好,也需要注意使用数据清理与特征工程。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-e307-c0d7-b77d19146f00.html
点击查看答案
1、AI模型训练时,寻找最优的混合并行的切分策略比较困难,不同的切分策略会产生较大的通信量差异,计算利用率也不一样。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d24-fdc3-c0d7-b77d19146f00.html
点击查看答案
71.以下关于深度学习中常用的损失函数的描述,哪一项是不正确的?
A. 二次代价函数关心目标输出和实际输出之间的“距离”
B. 二次代价函数更多得用于分类问题,而交叉嫡代价函数一股用于回归问题
C. 交叉嫡代价函数刻画了两个概率分布之间的距离
D. 训练的目的是使得损失函数达到最小
解析:解析:说反了
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-cf67-c0d7-b77d19146f00.html
点击查看答案