1、使用MindSpore中的x.shape输出张量x的形状,得到的结果是一个()类型的数据【请输入中文】。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-d55b-c0d7-b77d19146f00.html
点击查看答案
399.以下关于线性回归与防止过拟合的描述中,哪些选项是正确的?
A. 线性回归权重系数在样本空间中不能过大/过小,可以在目标函数之上增加一个平方和损失
B. 当使用的正则项是L2-norm,使用这个损失函数的现象回归也叫LASSO回归
C. 正则项有助于减少过拟合
D. 追加了绝对值损失的线性回归叫做Ridge回归
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-f10f-c0d7-b77d19146f00.html
点击查看答案
1、mindspore.ops.GradOperation【get_all=False,get_by_list=False,sens_param=False】。以下关于上述代码的描述中,正确的是哪一项?(单)
A. get_all为False时,会对所有输入求导。
B. GradOperation方法在梯度下降和反向传播中没有任何用处。
C. sens_param对网络的输出值做缩放以改变最终梯度。
D. get_by_list为False时会对权重求导。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-8d7a-c0d7-b77d19146f00.html
点击查看答案
1.机器学习中,模型需要输入什么来训练自身,预测未知?
A. 训练算法
B. 人工程序
C. 神经网络
D. 历史数据
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-897a-c0d7-b77d19146f00.html
点击查看答案
56.华为云图像识别以开放()的方式提供给用户。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-b213-c0d7-b77d19146f00.html
点击查看答案
119.相比于传统基于规则的方法,机器学习算法所应对的问题规模大,规则比较简单
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-004f-c0d7-b77d19146f00.html
点击查看答案
1、通常情况下,一个数据集当中存在很多种不同的特征,其中一些可能是多余的或者与要预测的值无关的特征,因此要对特征进行处理。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-db9b-c0d7-b77d19146f00.html
点击查看答案
317.以下关于回归分析的说法中,哪些选项是正确的?
A. 回归分析是一种有监督学习
B. 回归分析是一种无监督学习
C. 追加了绝对值损失(L1正则)的线性回归叫做Lasso回归
D. 回归分析是用来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-a669-c0d7-b77d19146f00.html
点击查看答案
1、以下关于反向传播算法描述中,正确的是哪几项?(多)
A. 反向传播算法是对数据的传播而不是误差的传播。
B. 损失函数中产生的误差,是通过输入层到隐藏层到输出层逐渐积累形成的。
C. 反向传播算法基于求导的链式法则逐层求导,迭代求解最优参数。
D. 反向传播算法中,信号正向传播,误差反向传播。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-83a2-c0d7-b77d19146f00.html
点击查看答案
1、以下关于多项式回归的描述中,哪些选项是正确的?多
A. 多项式回归中的n次方就是多项式回归维度。
B. 多项式回归仍然是线性回归的一种,是因为其非线性体现在特征的维度上,而其权重参数之间的关系仍然是线性的。
C. 多项式回归是线性回归的拓展。
D. 通常数据集的复杂度过高,不能用一条直线来拟合,也就是使用原始的线性回归模型会明显欠拟合。
解析：解析:多项式回归(非线性模型)
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-0c83-c0d7-b77d19146f00.html
点击查看答案
