题海让大学四年没有难题
白天模式登陆

题目详情

单选题 下面对前馈神经网络这种深度学习方法描述不正确的是( )

A. 是一种端到端学习的方法

B. 是一种监督学习的方法

C. 实现了非线性映射

D. 隐藏层数目大小对学习性能影响不大

[智慧共享课]人工智能引论课程封面

学科：[智慧共享课]人工智能引论

时间：2024-05-09 00:54:23

相关题目

相关作业

题目1
单选题
下面对误差反向传播 (error back propagation, BP)描述不正确的是( )
A. BP算法是一种将输出层误差反向传播给隐藏层进行参数更新的方法B. BP算法将误差从后向前传递,获得各层单元所产生误差,进而依据这个误差来让各层单元修正各单元参数C. 对前馈神经网络而言,BP算法可调整相邻层神经元之间的连接权重大小D. 在BP算法中,每个神经元单元可包含不可偏导的映射函数
题目2
判断题
激活函数的引入和增强模型的非线性拟合能力.( )
A. 对B. 错
题目3
单选题
下面对前馈神经网络这种深度学习方法描述不正确的是( )
A. 是一种端到端学习的方法B. 是一种监督学习的方法C. 实现了非线性映射D. 隐藏层数目大小对学习性能影响不大
题目4
单选题
关于sigmoid激活函数,下列描述正确的是( )
A. 它是凸函数,凸函数无法解决非凸问题B. 它可以有负值C. 它无法配合交叉熵损失函数使用D. 当输入值过大或者过小时,梯度趋近于0,容易造成梯度消失问题
题目5
多选题
以下关于梯度下降和随机梯度下降的说明,哪些描述是正确的( )
A. 在梯度下降和随机梯度下降中,为了最小化损失函数,通常使用循环迭代的方式不断更新模型参数B. 在每次迭代中,随机梯度下降需要计算训练集所有样本的误差和,用于更新模型参数C. 在每次迭代中,梯度下降使用所有数据或者部分训练数据,用于更新模型参数D. 梯度下降是遗传算法的一种参数优化算法
Copyright © 2022 津ICP备2021001502号