题目内容
(请给出正确答案)
[单选]
神经网络的训练结果模型不包括()。
A、权重矩阵
B、偏置参数
C、超参数
D、计算图
查看答案
A、权重矩阵
B、偏置参数
C、超参数
D、计算图
A、除去神经网络中的最后一层,冻结所有层然后重新训练
B、对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
C、使用新的数据集重新训练模型
D、所有答案均不对
A、对的
B、不知道
C、看情况
D、不对
A、Dropout背后的思想其实就是把DNN当做一个集成模型来训练,之后取所有值的平均值,而不只是训练单个DNN
B、DNN网络将Dropout率设置为p,也就是说,一个神经元被保留的概率是1-p。当一个神经元被丢弃时,无论输入或者相关的参数是什么,它的输出值就会被设置为0
C、丢弃的神经元在训练阶段,对BP算法的前向和后向阶段都没有贡献。因为这个原因,所以每一次训练,它都像是在训练一个新的网络
D、Dropout方法通常和L2正则化或者其他参数约束技术(比如MaxNorm)一起使用,来防止神经网络的过拟合
A、神经网络对训练数据中的噪声非常鲁棒
B、可以处理冗余特征
C、训练ANN是一个很耗时的过程
D、至少含有一个隐藏层的多层神经网络
A、神经网络模型是许多逻辑单元按照不同层级组织起来的网络,每一层的输出变量都是下一层的输入变量
B、神经网络模型建立在多神经元之上
C、神经网络模型中,无中间层的神经元模型的计算可用来表示逻辑运算
D、神经网络模型一定可以解决所有分类问题