创造了神经网络反向传播算法(BP算法)的是()?
A、爱德华·费根鲍姆
B、保罗·韦伯斯
C、阿兰·图灵
D、杰夫·辛顿
A、爱德华·费根鲍姆
B、保罗·韦伯斯
C、阿兰·图灵
D、杰夫·辛顿
A、增强图像
B、简化图像
C、特征提取
D、图像处理
卷积神经网络中每层卷积层(convolutional layer)由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到,其作用是()。
A、增强图像
B、简化图像
C、特征提取
D、图像处理
A、标准BP算法每次仅针对一个训练样例更新连接权和阈值
B、BP神经网络经常遭遇过拟合
C、早停策略可用来缓解BP网络的过拟合问题
D、晚停策略可用来缓解BP网络的欠拟合问题
A、CNN和RNN都属于神经网络,因此二者的训练方式完全一致,均采用BP算法。
B、CNN和RNN都采用了权值共享机制以减少网络中的参数量。
C、在同一个网络中,CNN结构和RNN结构不能同时使用。
D、CNN适用于图像处理,而RNN适用于序列数据处理。
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