APP下载

首页

IT互联网

计算机知识技术题库

搜索

计算机知识技术题库

题目内容

(

单选题

)

假设在庞大的数据集上使用Logistic回归模型。可能遇到一个问题，logistics回归需要很长时间才能训练。如何提高训练速度?( )

A、降低学习率，减少迭代次数

B、
降低学习率，增加迭代次数

C、
提高学习率，增加迭代次数

D、
增加学习率，减少迭代次数

答案：D

计算机知识技术题库

关于归一化描述正确的是（）。

点击查看题目

（）是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。

点击查看题目

Embedding编码有哪些特点？

点击查看题目

优秀的编程规范应该是（）

点击查看题目

机器学习研究如何通过计算的手段，利用经验来改善系统自身的性能，请问机器学习利用数据训练出什么？

点击查看题目

传统GBDT在优化时只用到一阶导数信息，xgboost则对代价函数进行二阶泰勒展开，同时用到了（）

点击查看题目

使用（）API加载MNIST数据集？使用（）API定义优化器？使用（）API定义全连接层？

点击查看题目

损失函数反映了神经网络的目标输出和实际输出的误差，在深度学习中常用的损失函数是:

点击查看题目

以下说法正确的是( )

点击查看题目

python my.py v1 v2 命令运行脚本，通过 from sys import argv如何获得 v2的参数值?

题目内容

(

单选题

)

手机预览

计算机知识技术题库

假设在庞大的数据集上使用Logistic回归模型。可能遇到一个问题，logistics回归需要很长时间才能训练。如何提高训练速度?( )

A、降低学习率，减少迭代次数

B、
降低学习率，增加迭代次数

C、
提高学习率，增加迭代次数

D、
增加学习率，减少迭代次数

答案：D

相关题目

关于归一化描述正确的是（）。

A. 归一化可以预防过拟合

B. 归一化没有实质作用

C. 归一化将所有数据样本之缩放到0-1之间

D. 归一化是一种激活函数

点击查看答案

A. 专家系统

B. 机器系统

C. 智能芯片

D. 人机交互

点击查看答案

Embedding编码有哪些特点？

A. 特征稠密

B. 特征稀疏

C. 能够表征词与词之间的相互关系（相似度计算）

D. 泛化性更好,支持语义运算sim

解析：见算法解析

点击查看答案

优秀的编程规范应该是（）

A. 模块的内聚程度要尽量高,且各模块间的耦合程度要尽量强

B. 模块的内聚程度要尽量高,且各模块间的耦合程度要尽量弱

C. 自模块的内聚程度要尽量低,且各模块间的耦合程度要尽量弱

D. 模块的内聚程度要尽量低,且各模块间的耦合程度要尽量强

解析：优秀的编程规范应该是模块的内聚程度要尽量高,且各模块间的耦合程度要尽量弱

点击查看答案

机器学习研究如何通过计算的手段，利用经验来改善系统自身的性能，请问机器学习利用数据训练出什么？

A. 模型

B. 表结构

C. 结果

D. 报表

点击查看答案

传统GBDT在优化时只用到一阶导数信息，xgboost则对代价函数进行二阶泰勒展开，同时用到了（）

A. 一阶导数

B. 二阶导数

C. 三阶导数

D. 四阶导数

解析：见算法解析

点击查看答案

使用（）API加载MNIST数据集？使用（）API定义优化器？使用（）API定义全连接层？

A. paddle.vision.datasets.MNIST

B. paddle.optimizer.SGD

C. paddle.nn.Linear

D. paddle.nn.functional.Linear

解析：见算法解析

点击查看答案

损失函数反映了神经网络的目标输出和实际输出的误差，在深度学习中常用的损失函数是:

A. 指数损失函数

B. 均方损失函数

C. 对数损失函数

D. Hinge 损失函数

点击查看答案

以下说法正确的是( )

A. 神经网络可以用于多分类问题

B.
决策树只能用于二分类问题

C.
监督学习与无监督学习的主要区别是，监督学习的训练样本无标签

D. 分类任务的评价指标精确率和准确率是同一个概念

点击查看答案

python my.py v1 v2 命令运行脚本，通过 from sys import argv如何获得 v2的参数值?

A. argv[0]&;&argv[1]&;&argv[2]&;&argv[3]

解析：见函数库

类似热门题库