题目内容
(请给出正确答案)
[多选]
在神经网络中,以下哪些技术可以用于解决过拟合()。
A、Dropout
B、增加参数
C、正则化
D、降低学习率
查看答案
A、Dropout
B、增加参数
C、正则化
D、降低学习率
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
A、CNN中的全连接层常用softmax作为激活函数。
B、CNN中的池化层用于降低特征图维数,以避免过拟合。
C、CNN由卷积层、池化层和全连接层组成,常用于处理与图像有关的问题。
D、由于卷积核的大小一般是3*3或更大,因此卷积层得到的特征图像一定比原图像小。
A、NeuralNetwork
B、NeuralEngine
C、MachineLearning
D、MachineNetwork
A、增加训练集量
B、减少神经网络隐藏层节点数
C、删除稀疏的特征
D、SVM算法中使用高斯核/RBF核代替线性核