251.TensorFlow是一个用于机器学习和深度学习的端到端开源平台。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-709e-c0d7-b77d19146f00.html
点击查看答案
242.循环神经网络可以捕捉序列化数据中的动态信息。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d27-6a9a-c0d7-b77d19146f00.html
点击查看答案
1、以下关于Dropout的描述,正确的是哪些项?多
A. 一般只在训练时使用。
B. 计算复杂度低,实现简单。
C. 当训练数据较少时,效果不好。
D. 在深度学习中,相比于参数惩罚,该策略更有效。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-c3db-c0d7-b77d19146f00.html
点击查看答案
463.在超参数搜索空间较大的情况下,采用随机搜索,会优于网格搜索的效果。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d28-1e38-c0d7-b77d19146f00.html
点击查看答案
1、Dropout只能使用在神经网络中用来防止过拟合
解析：解析:它也可以应用于其他机器学习模型或者深度学习模型的训练中,用来减少模型的复杂度,提高泛化能力。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-42fc-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
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、在深度学习网络中,以下哪些技术是主要用来做网络正则化的《提升模型泛化能力)?(多)
A. dropout
B. Earlystopping
C. Pooling
D. 参数共享
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-51de-c0d7-b77d19146f00.html
点击查看答案
1、以下关于生成对抗网络的描述中,哪一个选项是正确的?单
A. 安防监控和目标检测属于生成对抗网络的经典场景。
B. 生成对抗网络不可以使用卷积神经网络作为判别器。
C. 生成对抗网络主要是处理语音数据。
D. 深度学习中,生成对抗网络可以使用随机梯度下降训练。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-bd2d-c0d7-b77d19146f00.html
点击查看答案
1、ModelArts平台支持自动学习功能,意味着对任何复杂大型问题且对AI完全不了解就可以上手操作并且训练出很好的模型。
https://www.shititong.cn/cha-kan/shiti/0000bc71-7d25-e0eb-c0d7-b77d19146f00.html
点击查看答案
