367.正则化是传统机器学习中重要且有效的减少泛化误差的技术,以下技术属于正则化技术的是,
A. 动量优化器
B. L2正则化
C. Dropout
D. L1正则化
解析：解析:(Dropout是一种常见的正则化方法。它借用了集成学习的思想,近似实现了同时训练大量网络结构,并通过集成得出预测结果的功能。由于含有集成环节,Dropout可以有效地避免过拟合。)
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-d319-c0d7-b77d19146f00.html
点击查看答案
29.下列哪些工作容易被人工智能所替代?
A. 快递员
B. 人力资源经理
C. 会计
D. 客服
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-9624-c0d7-b77d19146f00.html
点击查看答案
34.常用的梯度下降方法包括以下哪些选项?
A. 批量梯度下降(BGD)
B. 多维梯度下降(MDGD)
C. 随机梯度下降(SGD)
D. 小批量梯度下降(MBGD)
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-9b2f-c0d7-b77d19146f00.html
点击查看答案
1、华为云ModelArts中推出了ModelBox用于端边云联合开发,以下哪些选项属于其优化策略?(多)
A. 算子自动切分
B. 硬件亲和性
C. 模型克隆
D. 算子优化
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-8b4a-c0d7-b77d19146f00.html
点击查看答案
230.神将网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?
A. Relu函数
B. Sigmoid函数
C. tanh函数
D. Softsign函数
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-60d6-c0d7-b77d19146f00.html
点击查看答案
1、在深度神经网络中,以下哪一项不可以作为防止过拟合的技术?单
A. 残差结构
B. 提前停止.
C. 标签平滑
D. BatchNormalization.
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-c831-c0d7-b77d19146f00.html
点击查看答案
41.以下关于普通梯度下降算法的描述,正确的是哪些项?(多)
A. 普通梯度下降算法一定能收敛到全局极值点。
B. 普通梯度下降算法给每个参数设置不同的学习率。
C. 普通梯度下降算法需要手工设置学习率。
D. 普通梯度下降算法容易陷入局部极值点。
解析：解析(不同的参数使用不同的学习率如果数据是稀疏的且特征分布不均,似乎我们更应该给予较少出现的特征一个大的更新。这时可能需要对不同特征对应的参数设定不同的学习率。)
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-a287-c0d7-b77d19146f00.html
点击查看答案
1、图引擎服务【GraphEngineService】是针对以下面哪一项为基础的“图”结构数据?单
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d26-3dd0-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
263.代码model.fit(mnist.train.inmage,mnist.train.labels.epochs=5)中的epochs参数代表?
A. 全体训练集将被训练5次
B. 全体测试集将被测试5次
C. 全体训练集将被分为6份
D. 全体训练集将被分为5份
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-7a30-c0d7-b77d19146f00.html
点击查看答案
