题海让大学四年没有难题
白天模式登陆

题目详情

单选题 下列( )学习方式最能体现强化学习的试错特性

A. 学生在课堂上听老师讲解数学公式并做习题

B. 机器人在迷宫中不断探索,找到出口后获得奖励

C. 利用标注好的图片训练图像识别模型

D. 程序员手动编写代码实现特定功能

默认课程课程封面

学科：默认课程

时间：2025-12-11 12:06:51

相关题目

相关作业

题目1
单选题
如果某一"状态-动作对"(s,a)的Q值为负,说明( )
A. 该动作在状态s下必然导致失败B. 执行该动作后,长期累积奖励的期望为负C. 环境对该动作的即时奖励一定为负D. 该状态s下没有任何有价值的动作
题目2
单选题
对于下图中的x和y之间关系的建模,最适合的方法是( ). <img src="https://tihai-oss-cloud.itihey.com/img/7d71404c5a367fdb356eed1634901647.png">
A. K-means聚类B. 线性回归C. 决策树D. 最近邻方法
题目3
单选题
在实际应用中,找到损失函数的最小值非常困难,找到一个令人满意的( )就可以了
A. 平均值B. 为0的值C. 较大的值D. 较小的值
题目4
单选题
下列( )学习方式最能体现强化学习的试错特性
A. 学生在课堂上听老师讲解数学公式并做习题B. 机器人在迷宫中不断探索,找到出口后获得奖励C. 利用标注好的图片训练图像识别模型D. 程序员手动编写代码实现特定功能
题目5
单选题
以下最不可能是人工神经元组成部分的是( )
A. 树突B. 激励函数C. 加权处理D. 输出矩阵
题目6
单选题
需要手动调节学习率的优化器是( )
A. ConvB. AdamC. SGDD. AdamW
题目7
单选题
以下对人脑神经元数量量级估计最正确的是( )
A. 10万B. 1亿C. 100D. 1000亿
题目8
单选题
模型训练集上的平均损失函数越小说明( )
A. 模型在测试集上表现一定越好B. 模型在所有数据上预测结果越接近真实结果C. 模型在训练集上预测结果越接近标签D. 模型性能所有数据上一定越差
题目9
单选题
&quot;策略(Policy)&quot;在强化学习中扮演的角色是( )
A. 定义环境的初始状态B. 决定智能体在给定状态下选择哪个动作C. 计算环境给予的奖励值D. 记录智能体的所有历史动作
题目10
单选题
为了防止出现梯度消失,一般训练前初始化神经参数时,最不宜将参数初始化为( )
A. 0B. 0.1C. 0.2D. 0.3
Copyright © 2022 津ICP备2021001502号