题目内容
(请给出正确答案)
[多选题]
如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为()。
A.梯度剪切
B.随机欠采样
C.使用Relu激活函数
D.正则化
答案
查看答案
A.梯度剪切
B.随机欠采样
C.使用Relu激活函数
D.正则化
第2题
A.正向传播更新参数
B.正向传播计算结果
C.反向传播更新参数
D.反向传播计算结果
第6题
A.先反向传播计算出误差,再正向传播计算梯度
B.只有反向传播计算梯度
C.只有反向传播计算输出结果
D.先正向传播计算出误差,再反向传播计算梯度
第7题
A.当优化问题的数值解接近局部最优值时,随着目标函数解的梯度接近或变为零,通过最终迭代获得的数值解可能仅使目标函数局部最优,而不是全局最优
B.在深度学习优化问题中,经常遇到的是梯度爆炸或梯度消失
C.优化问题中设置的学习率决定目标函数能否收敛到局部最小值,以及何时收敛到最小值
D.一般来说,小批量随机梯度下降比随机梯度下降和梯度下降的速度慢,收敛风险较大