單項選擇題強化學習中近端策略優(yōu)化（ProximalPolicyOptimization-PPO）的目的是：（）。

A.減少學習過程中的方差
B.加速模型的收斂速度
C.優(yōu)化策略的穩(wěn)定性
D.提高策略的探索能力


您可能感興趣的試卷

你可能感興趣的試題

1.單項選擇題層次聚類方法中，凝聚的層次聚類是從什么開始（）？

A.將每個數(shù)據(jù)點視為一個單獨的簇
B.將所有數(shù)據(jù)點視為一個簇
C.隨機選擇數(shù)據(jù)點作為簇
D.根據(jù)數(shù)據(jù)的分布選擇簇

2.單項選擇題下列不屬于Keras 的核心模塊的是（）。

A.有激活函數(shù)
B.損失函數(shù)
C.濾波器
D.正則化器

3.單項選擇題在深度學習中，哪個層通常用于減少特征圖的維度并增加感受野（）？

A.卷積層
B.池化層
C.全連接層
D.激活層

4.單項選擇題在機器學習中，提升方法（Boosting）的主要目的是什么（）？

A.降低模型的偏差。
B.減少模型的方差。
C.增加模型的復雜度。
D.提高模型的泛化能力。

5.單項選擇題目標檢測中的FPN（FeaturePyramidNetwork）用于：（）。

A.生成候選目標框
B.預測目標的類別
C.定位目標的精確位置
D.提高目標分辨率