A、增加神经网络层数, 可能会增加测试数据集的分类错误率
B、减少神经网络层数, 总是能减小测试数据集的分类错误率
C、增加神经网络层数, 总是能减小训练数据集的分类错误率
D、1、2都对
答案:A
A、增加神经网络层数, 可能会增加测试数据集的分类错误率
B、减少神经网络层数, 总是能减小测试数据集的分类错误率
C、增加神经网络层数, 总是能减小训练数据集的分类错误率
D、1、2都对
答案:A
A. 数据
B. 数学
C. 判断
D. 图形
A. 长度递归神经网络
B. 时间递归神经网络
C. 偏差递归神经网络
D. 结构递归神经网络
解析:见算法解析
A. 字符串
B. 列表
C. 元组
D. 集合
解析:ABC都是Python中的序列,但set不是,set本身是无序且不重复的,因此,它不能够通过索引及切片进行访问。
解析:错误
A. 基于能量的模型;
B. 优化目标函数为最小化能力函数;
C. 分为显层和隐层;
D. 神经元都是数值型;
解析:见算法解析
A. plt.vlines()
B. plt.plot_date()
C. plt.contour(X,Y,Z,N)
D. plt.specgram(x,NFFT=256,pad_to,F)
解析:Matplotlib库中,用来绘制等值图的pyplot的基础图标函数是plt.contour(X,Y,Z,N)。
A. 在实际场景下,应尽量使用ADAM,避免使用SGD
B. 同样的初始学习率情况下,ADAM的收敛速度总是快于SGD方法
C. 相同超参数数量情况下,比起自适应的学习率调整方式,SGD加手动调节通常会取得更好效果
D. 同样的初始学习率情况下,ADAM比SGD容易过拟合
解析:相同超参数数量情况下,比起自适应的学习率调整方式,SGD加手动调节通常会取得更好效果
A. JPython
B. IronPython
C. CPython
D. PyPy
解析:Jpython是Java语言开发的Python解析器,PyPy是使用Python语言开发的Python解析,IronPython是.net平台上实现的Python解析器。CPython使用C语言开发的解析器,也是默认的Python解析。