A、减少模型复杂度
B、增加正则化项
C、L1范数或L2范数
D、使用特征选择算法
E、使用线性模型拟合二次曲线数据
答案:ABCD
A、减少模型复杂度
B、增加正则化项
C、L1范数或L2范数
D、使用特征选择算法
E、使用线性模型拟合二次曲线数据
答案:ABCD
A. 解决了梯度消失、爆炸的问题
B. 输出不是以0为中心
C. 计算方便,计算速度快,求导方便
D. 加速网络训练
解析:见算法解析
A. 感知机根据正确的程度进行权重调整;
B. 输入层接收外界输入信号传递给输出层;
C. 输出层是M-P神经元;
D. 感知机能容易实现逻辑与、或、非运算;
解析:见算法解析
A. 不同的神经网络结构,层数与神经元数量正相关,层数越多,神经元数量越多
B. 网络结构的层次越深,其学习特征越多,10层的结构要优于5层结构
C. 深层网络结构中,学习到的特征一般与神经元的参数量有关,也与样本的特征多少有关
D. 网络的层次越深,其训练时间越久,5层的网络比4层的训练时间长
解析:不同训练数据集的神经网络结构的最优层数不同,并非层数越深效果越好,训练时间除了与层数有关以外,batchsize大小、学习率、衰减方式等都有很大影响,神经元的数量并不一定与层数正相关
解析:错误
A. fast-rcnn
B. faster-rcnn
C. mask-rcnn
D. rcnn
解析:见算法解析
解析:ReLU函数其实是分段线性函数,把所有的负值都变为0,而正值不变,这种操作被成为单侧抑制