登陆题目详情
单选题 迁移学习中,特征提取(Feature Extraction)和微调(Fine-tuning)的主要区别是什么
学科：安徽省人工智能通识课（AI+心理学）
时间：2025-04-09 00:48:42
相关题目
相关作业
题目1单选题
根据所学知识,以下哪项最准确地描述了机器学习的定义A. 机器学习是利用大数据进行统计分析的方法B. 机器学习是用计算机程序模拟人的学习能力,从数据中提取知识和经验C. 机器学习仅用于图像和语音识别D. 机器学习只关注模型的优化问题
题目2单选题
在机器学习中常用于降维的经典算法是A. K-近邻算法B. 决策树C. 主成分分析(PCA)D. 逻辑回归
题目3单选题
关于迁移学习的定义,下列哪项描述最为准确A. 迁移学习是指从零开始训练一个模型,以适应新任务B. 迁移学习是利用已有知识和预训练模型,快速适应新任务并减少数据与计算资源需求的方法C. 迁移学习仅适用于图像分类领域D. 迁移学习是专门用来解决领域差异问题的一种算法
题目4单选题
课程中所提到的梯度下降方法中,下列哪项描述正确A. 批量梯度下降(BGD)每次更新参数时只使用一个样本B. 随机梯度下降(SGD)使用所有训练样本计算梯度C. 小批量梯度下降(MBGD)在每次更新时使用部分样本,兼具训练速度和全局最优的优势D. 梯度下降方法不需要计算损失函数
题目5单选题
下列哪种算法主要用于将无标签数据组织成不同簇A. 下列哪种算法主要用于将无标签数据组织成不同簇B. 线性回归C. 逻辑回归D. 支持向量机
题目6单选题
关于迁移学习面临的挑战,下列哪项描述是正确的A. 迁移学习不需要选择合适的预训练模型,因为任何模型都可以直接用于新任务B. 领域差异过大可能导致预训练模型在目标任务上表现不佳,是迁移学习的一大挑战C. 迁移学习的微调过程完全自动化,不需要人为调整D. 在迁移学习中,数据需求总是充足的,因此无需担心数据稀缺问题
题目7单选题
迁移学习的主要目的是什么A. 提高模型在新任务上的收敛速度B. 提高模型在原任务上的准确率C. 提高模型的泛化能力D. 减少模型的参数数量
题目8单选题
在迁移学习中,预训练模型通常在什么数据集上进行训练A. 小数据集B. 大数据集C. 无标注数据集D. 与目标任务相同的数据集
题目9单选题
迁移学习中的"微调(Fine-tuning)"指的是什么A. 在新任务上重新训练整个模型B. 只在新任务上训练模型的最后一层C. 调整模型的超参数D. 对预训练模型的部分或全部参数进行微调
题目10单选题
迁移学习中,特征提取(Feature Extraction)和微调(Fine-tuning)的主要区别是什么A. A.特征提取只训练模型的最后几层,微调训练整个模型B. 特征提取训练整个模型,微调只训练最后几层C. 特征提取和微调没有区别D. 特征提取不更新预训练模型的权重,微调更新权重
下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
