下列的哪种方法可以用来降低深度学习模型的过拟合问题()。
A.增加更多的数据
B.使用数据扩增技术(dataaugmentation)
C.使用归纳性更好的架构
D.正则化数据
A.增加更多的数据
B.使用数据扩增技术(dataaugmentation)
C.使用归纳性更好的架构
D.正则化数据
第1题
下列的哪种方法可以用来降低深度学习模型的过拟合问题()?1增加更多的数据;2使用数据扩增技术;3使用归纳性更好的架构;4正规化数据;5降低架构的复杂度
A.145
B.123
C.1345
D.所有项目都有用
第2题
A.145
B.123
C.1345
D.所有项目都有用
第3题
A.梯度方向是函数值下降最快方向
B.梯度下降算法是一种使得损失函数最小化的方法
C.梯度下降算法用来优化深度学习模型的参数
D.梯度反方向是函数值下降最快方向
第5题
A.EM算法是常用的估计参数隐变量的利器
B.EM算法即是期望最大化算法
C.EM算法常被用来学习高斯混合模型的参数
D.EM算法是一种迭代式的方法
第7题
A.在人工智能研究中,各学派研究方法和思想互相对立,难以融合
B.连接主义学派,源于仿生学,特别是对人脑模型的研究,用数学模型来模仿神经元,例如:深度学习
C.符号主义学派,注重知识表达和逻辑推理,例如:知识图谱,专家系统等
D.行为主义学派,行为主义把控制论引入机器学习,最著名的成果是强化学习
第8题
A.Word2vec是无监督学习
B.Word2vec利用当前特征词上下文信息实现词向量编码,是语言模型的副产品
C.Word2vec能够表示词汇之间的语义相关性
D.Word2vec没有使用完全的深度神经网络
E.Word2vec可以采用负采样的技术在大词表上优化计算