登陆题目详情
判断题 批量归一化(Batch Normalization)可以帮助缓解深度神经网络训练中的梯度消失问题.( )
学科：
时间：2025-12-26 00:04:37
相关题目
题目1单选题
关于监督学习,以下说法正确的是?( )A. 不需要任何训练数据B. 训练数据没有标签C. 训练数据带有标签D. 仅用于聚类任务
题目2单选题
在深度学习中,"梯度下降"用于?( )A. 数据预处理B. 模型评估C. 优化模型参数D. 特征提取
题目3单选题
关于"知识蒸馏",以下说法正确的是?( )A. 用小模型学习大模型的知识B. 只用于数据增强C. 会增加模型复杂度D. 只适用于监督学习
题目4多选题
以下哪些技术属于计算机视觉的范畴?( )A. 目标检测B. 图像分类C. 语音合成D. 人脸识别
题目5多选题
以下哪些属于计算机视觉的任务?( )A. 目标检测B. 图像分割C. 图像生成D. 语音识别
题目6单选题
以下哪项不是深度学习的典型应用领域?( )A. 自然语言处理B. 图像识别C. 机械结构设计D. 语音识别
题目7多选题
以下哪些属于时间序列分析的方法?( )A. ARIMAB. LSTMC. 随机森林D. SVM
题目8判断题
批量归一化(Batch Normalization)可以帮助缓解深度神经网络训练中的梯度消失问题.( )A. 对B. 错
题目9多选题
以下哪些属于人工智能的部署方式?( )A. 云端部署B. 边缘部署C. 本地部署D. 浏览器部署
题目10单选题
关于神经网络中的"损失函数",以下说法正确的是?( )A. 用于衡量模型预测的准确度B. 值越大表示模型越好C. 与模型性能无关D. 只在测试时使用
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
