A.Kai-FuLee
B.GeoffreyHinton
C.YoshuaBengio
D.AndrewNg
E.YangLeCun
您可能感興趣的試卷
你可能感興趣的試題
A.約10萬
B.約50萬
C.約100萬
D.約130萬
E.約200萬
A.當(dāng)一個(gè)深度神經(jīng)網(wǎng)絡(luò)以卷積層為主體時(shí)，稱為卷積神經(jīng)網(wǎng)絡(luò)
B.需要對(duì)特征向量進(jìn)行轉(zhuǎn)換，經(jīng)常用的是全連接層
C.歸一化指數(shù)層的作用用于完成多類線性分類器中的歸一化指數(shù)函數(shù)的計(jì)算
D.常用的非線性函數(shù)為邏輯函數(shù)、雙曲線正切函數(shù)、線性整流函數(shù)
E.以上皆是
A.收集多樣化的樣本
B.減少特征個(gè)數(shù)
C.交叉驗(yàn)證
D.正規(guī)化
E.內(nèi)插法
A.二分類
B.多分類
C.不分類
D.歸類法
E.以上皆非
A.是一種訓(xùn)練分類器的算法
B.利用被誤分類的數(shù)據(jù)調(diào)整現(xiàn)有分類器的參數(shù)，使調(diào)整后的分類器判斷更加準(zhǔn)確
C.感知器的學(xué)習(xí)算法就是不斷減少對(duì)數(shù)據(jù)誤分類的過程
D.感知器的損失函數(shù)是在整個(gè)訓(xùn)練數(shù)據(jù)集上求得的
E.以上皆是
最新試題
在機(jī)器學(xué)習(xí)中，核技巧（KernelTrick）主要用于解決什么問題（）？
在自然語言處理任務(wù)中，哪些技術(shù)適用于改善實(shí)體識(shí)別和關(guān)系抽取的效果（）？
在深度學(xué)習(xí)模型訓(xùn)練中，哪些技術(shù)可以用于加速模型收斂和提高穩(wěn)定性（）？
依存句法分析（DependencyParsing）主要用于分析什么（）？
在自然語言處理中，哪些方法可以用于提升文本分類、情感分析和實(shí)體識(shí)別的準(zhǔn)確性（）？
集成學(xué)習(xí)在強(qiáng)化學(xué)習(xí)中的一個(gè)常見應(yīng)用是什么（）？
根據(jù)新數(shù)據(jù)集的大小和數(shù)據(jù)集的相似程度，下列選項(xiàng)不屬于遷移學(xué)習(xí)方法情況的是的是（）。
在深度學(xué)習(xí)中，哪些方法可以用于優(yōu)化模型訓(xùn)練過程并提高模型在特定任務(wù)上的表現(xiàn)（）？
在深度學(xué)習(xí)模型中，用于提高模型訓(xùn)練穩(wěn)定性的技術(shù)是：（）。
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的關(guān)系是什么（）？