搜题
章节测试答案
学历考试
继续教育
网课答案
网课答案全集
登录
注册
热门标签: 神经网络
一个卷积神经网络(CNN)包括()。A.卷积层(特征提取层)B.池化层(特征映射层)C.全连接层(传统神经网络层)D.分类层(输出层)
对于卷积神经网络说法正确的有:() 选项: A、卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性 B、卷积神经网络在图像分类、目标检测、语义分割等任务中有着广泛的应用 C、卷积神经网络中的池化层的目的是降低特征图的维度,进而降低卷积神经网络的参数量,减少过拟合 D、卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间,全连接层则将抽象特征映射到样本标记空间中
在卷积神经网络中,每个卷积层都会产生一个与原始输入图像大小相同的特征图。( ) 选项: A:对 B:错
对于神经网络的说法, 下面正确的是: ( )(1)增加神经网络层数, 可能会增加测试数据集的分类错误率(2) 减少神经网络层数, 总是能减小测试数据集的分类错误率(3) 增加神经网络层数, 总是能减小训练数据集的分类错误率选项: A:(1) B:(1)和 (3) C:(1)和 (2) D:(2)
传统的自然语言处理使用( )来进行。选项: A:基于规则的方法; B:基于统计的方法; C:基于深度学习的方法; D:基于神经网络的方法
()是一种处理时序数据的神经网络,常用于语音识别、机器翻译等领域。(2.0分)A、前馈神经网络B、卷积神经网络C、循环神经网络
有关深度神经网络预训练模型的说法,正确的是哪些?选项: A:当新的数据量少且数据与原数据集类似,可以对输出层训练即可,不需要对模型参数做过多的调整; B:使用预训练模型意味着难以自由改变网络结构和参数,限制了其应用场合; C:当新数据量比较大,且数据与原数据类似,可对预训练模型的所有层以较大的学习率微调; D:当新数据量少,且数据和原数据集差异较大,那么除了对输出层微调外,还要对顶层以下的层数进行大调
谷歌端对端的翻译是基于()的。 选项:大数据#人工智能#贝叶斯网络#人工神经网络
卷积神经网络的结构由以下哪几部分组成 选项: A:卷积层 B:激活函数 C:池化层 D:全连接层
神经网络的组成层次中错误的是()。A.输入层B.隐藏层C.中间层D.输出层
«
1
2
...
228
229
230
231
232
233
234
...
238
239
»
登录 - 搜题小帮手
登录
立即注册
已购买搜题包,但忘记账号密码?
登录即同意
《服务协议》
及
《隐私政策》
注册 - 搜题小帮手
确认注册
立即登录
登录即同意
《服务协议》
及
《隐私政策》