A.當(dāng)一個(gè)深度神經(jīng)網(wǎng)絡(luò)以卷積層為主體時(shí)，稱為卷積神經(jīng)網(wǎng)絡(luò)
B.需要對(duì)特征向量進(jìn)行轉(zhuǎn)換，經(jīng)常用的是全連接層
C.歸一化指數(shù)層的作用用于完成多類線性分類器中的歸一化指數(shù)函數(shù)的計(jì)算
D.常用的非線性函數(shù)為邏輯函數(shù)、雙曲線正切函數(shù)、線性整流函數(shù)
E.以上皆是
您可能感興趣的試卷
你可能感興趣的試題
A.收集多樣化的樣本
B.減少特征個(gè)數(shù)
C.交叉驗(yàn)證
D.正規(guī)化
E.內(nèi)插法
A.二分類
B.多分類
C.不分類
D.歸類法
E.以上皆非
A.是一種訓(xùn)練分類器的算法
B.利用被誤分類的數(shù)據(jù)調(diào)整現(xiàn)有分類器的參數(shù)，使調(diào)整后的分類器判斷更加準(zhǔn)確
C.感知器的學(xué)習(xí)算法就是不斷減少對(duì)數(shù)據(jù)誤分類的過(guò)程
D.感知器的損失函數(shù)是在整個(gè)訓(xùn)練數(shù)據(jù)集上求得的
E.以上皆是
A.第一層
B.倒數(shù)第二層
C.倒數(shù)第一層
D.第二層
E.倒數(shù)第三層
A.一組可以動(dòng)態(tài)變化的狀態(tài)（state）。比如圍棋棋盤上的黑白子的分布位置，市場(chǎng)上的每支股票的價(jià)格
B.一組可以選取的動(dòng)作（action）。比如對(duì)于圍棋來(lái)說(shuō)，就是可以落子的位置；對(duì)于股票交易來(lái)說(shuō)，就是每個(gè)時(shí)間點(diǎn)，買入或者賣出的股票以及數(shù)量
C.一個(gè)可以和決策主體（agent）進(jìn)行交互的環(huán)境。這個(gè)環(huán)境會(huì)決定每個(gè)動(dòng)作后狀態(tài)如何變化。比如說(shuō)圍棋博弈中的對(duì)手，或者股票市場(chǎng)。在強(qiáng)化學(xué)習(xí)中，為了降低學(xué)習(xí)的代價(jià)，很多時(shí)后我們會(huì)使用一個(gè)通過(guò)機(jī)器模擬的環(huán)境，而不是以真實(shí)場(chǎng)景作為環(huán)境
D.回報(bào)（reward）規(guī)則。當(dāng)決策主體通過(guò)行動(dòng)狀態(tài)發(fā)生變化時(shí)，它會(huì)獲得回報(bào)或者受到懲罰
E.以上皆是
最新試題
在深度學(xué)習(xí)中，哪些方法可以用于優(yōu)化模型訓(xùn)練過(guò)程并提高模型在特定任務(wù)上的表現(xiàn)（）？
在自然語(yǔ)言處理中，哪些方法可以用于提升自動(dòng)文本摘要的生成效果（）？
數(shù)量歸約中無(wú)參數(shù)的方法一般使用（）。
在深度學(xué)習(xí)中，哪些技術(shù)可以用于加速模型訓(xùn)練并提高模型在圖像分類和文本處理任務(wù)上的精確度（）？
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的關(guān)系是什么（）？
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的主要區(qū)別是什么（）？
人工智能中的“序列到序列”模型主要用于處理什么類型的數(shù)據(jù)（）？
在深度學(xué)習(xí)模型中，用于提高模型訓(xùn)練穩(wěn)定性的技術(shù)是：（）。
在神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)ReLU 的特點(diǎn)是什么（）？
進(jìn)行模型訓(xùn)練之前，需要先把標(biāo)注好的數(shù)據(jù)進(jìn)行分類。訓(xùn)練有監(jiān)督學(xué)習(xí)模型時(shí)會(huì)將數(shù)據(jù)集劃分為（）。