1、强化学习可以应用在以下哪些领域中?(多)
A. 机器人控制
B. 交通
C. 金融
D. 游戏
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-97b6-c0d7-b77d19146f00.html
点击查看答案
162.联邦学习在保证数据隐私安全的前提下,利用不同数据源合作训练模型,进步突破数据的瓶颈。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-2be8-c0d7-b77d19146f00.html
点击查看答案
224.深度学习中神经网络类型很多,以下神经网络信息是单向传播的是:
A. LSTM
B. 卷积神经网络
C. 循环神经网络
D. GRU
解析：解析:GRU是门控循环神经网络,LSTM神经网络长短期记忆(LSTM)神经网络属于循环神经网络(RNN)的一种,卷积神经网络是前馈神经网络
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-5c9e-c0d7-b77d19146f00.html
点击查看答案
1、()降的方向和距离都受到之前梯度下降的方向和速度的影响。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-67dc-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
322.以下哪些项属于生成对抗网络训练中的问题?
A. 不稳定性
B. 模式崩塌
C. 过拟合
D. 欠拟合
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-ab9b-c0d7-b77d19146f00.html
点击查看答案
115.以下哪一项是Sigmoid函数导数的最大值
A. 0.5
B. True
C. 0.25
D. 0
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-fd39-c0d7-b77d19146f00.html
点击查看答案
1、多个logistic回归通过叠加也同样可以实现多分类的效果,多个logistic回归进行多分类,类与类之间是互斥的,即一个输入只能被归为一
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-d759-c0d7-b77d19146f00.html
点击查看答案
110.在MindSpore中,运行图片中的这段代码可以得到以下哪一项结果?FrommindsporeimportopsOneslike=ops.OnesLike()X=Tensor【np.array([[0,1],[2,1]]).astype(np.int32)】Oneput=oneslike【x】
A. 创建一个2*2的张量output,其中每一个元素值都为1
B. 创建一个2+2的张量output,其中元素的值为0,1,2,1
C. 创建一个2*2的张量output,其中每个元素的值随机确定
D. 创建一个2*1的张量值从[0,1]和[2,11中随机挑选
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-f7df-c0d7-b77d19146f00.html
点击查看答案
50.以下关于达芬奇架构中的控制单元,错误的是哪一个选项?
A. 可存放神经网络中每层计算的中间结果。
B. 可以读取标量指令队列中配置好的指令地址和参数解码。
C. 时刻控制每条指令流水线的执行状态。
D. 可进行中断处理和状态申报。如果执行过程出错,会把执行的错误状态报告给任务调度器。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-abc9-c0d7-b77d19146f00.html
点击查看答案
