35.Sigmoid,tanh和Softsign这些激活函数在网络层数加深时,都不能避免梯度消失的问题。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-acfc-c0d7-b77d19146f00.html
点击查看答案
63.“人工智能对于所有的数据都可以处理。”关干上述描述,以下哪一个说法是正确的?
A. 该说法错误是深度学习能对所有的数据都可以处理
B. 该说法正确,AI可以处理任何数据
C. ,该说法正确AI对于数据有很的学习能力
D. 该说法措误,需要对致据进行预处理等操作才可以输入模型
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-c7bf-c0d7-b77d19146f00.html
点击查看答案
123.深度学习中如果神经网络的层数较多比较容易出现梯度消失问题,严格意义上来讲是在以下哪个环节出现梯度消失问题
A. 正向传播计算结果
B. 反向传播更新参数
C. 正向传播更新参数
D. 反向传播计算结果
解析：解析:其实梯度爆炸和梯度消失问题都是因为网络太深,网络权值更新不稳定造成的,本质上是因为梯度反向传播中的连乘效应
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-053b-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. mindspore.int32
B. 2
C. 4
D. (2,2)
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-31c7-c0d7-b77d19146f00.html
点击查看答案
112.生成对抗网络像是一个博弈系统,生成器生成伪造的样本,判别器进行判断是真是假,我们理想的结果是?
A. 生成器产生样本的大致相同
B. 生成器产生样本的不尽相同
C. 判别器高效的分辨生成器产生样本的真假
D. 判别器无法分辩生成器产生样本的真假
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-f9f1-c0d7-b77d19146f00.html
点击查看答案
171.线性回归在3维以上的维度中拟合面是?
A. 曲面
B. 平面
C. 超平面
D. 超曲面
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-3426-c0d7-b77d19146f00.html
点击查看答案
134.根据多元智力理论,人类的智能可以分成七个范畴,以下哪一项不属于人类智能的范畴?
解析：解析:语言,逻辑,空间,身体动觉,音乐,人际,内省
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-11e3-c0d7-b77d19146f00.html
点击查看答案
530.()指的是训练过程中使用的数据集,其中每个样本称为训练样本。(输入中文)
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-5f4c-c0d7-b77d19146f00.html
点击查看答案
1、深度学习神经网络的隐藏层数对网络的性能有一定的影响,关于其影响,以下哪项说法是正确的?(单)
A. 隐藏层数适当减少,神经网络的分辨能力越强
B. 隐藏层数适当减少,神经网络的分辨能力不变
C. 隐藏层数适当增加,神经网络的分辨能力越强
D. 隐藏层数适当增加,神经网络的分辨能力越弱
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-4838-c0d7-b77d19146f00.html
点击查看答案
62.机器学习和深度学习都是人工智能的一部分,但是两者又相互独立
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-b871-c0d7-b77d19146f00.html
点击查看答案
