题目内容

下列关千Dropout的说法正确的有（）

2024-07-13

A.Dropout背后的思想其实就是把DNN当作一个集成模型来训练，之后取所有值的平均值，而不只是训练单个DNN "

B.DNN网络将Dropout率设置为P，也就是说一个神经元被保留概率是1-P，。当一个神经元被丢弃时：无论输入或者相关的参数是什么，它的输值就会被设置为0 " "

C.丢弃的神经元在训练阶段，对BP算法的前向和后向阶段都没有贡献。由于这个原因，每一次训练都像是在训练一个新的网路 " "

D.Dropout方法通常和L2正则化或其他参数约束技术〔比如Max Norm）一起使用来防止神经网络的过拟合"

题目答案

查看最佳答案免验证查看最佳答案

试卷相关题目

1RNN在NLP领域的应用包括（）
A.语言模型与文本生成
B.机器翻译
C.语音识别
D.图像描述生成
开始考试点击查看答案
2LSTM应用场景有（）
A.翻译语言
B.语音识别
C.图像识别
D.股票预测
开始考试点击查看答案
3与全连接的DNN，CNN的优势有（）
A.参数更少
B.泛化更好
C.训练更快
D.更容易搭建
开始考试点击查看答案
4神经网络模型（necural network）因受人类大脑的启发而得名。神经网络由许多神经元（neuron)组成，每个神经元接受一个输入、对输入进行处理后给出一个输出，列关于神经元的锚述正确的有（）
A.每个神经元有一个输入和一个输出
B.每个神经元有多个输入和一个输出
C.每个神经元有一个输入和多个输出
D.每个神经元有多个输入和个输出
开始考试点击查看答案
5神经网络的拓扑结构可以分为（）和随机型网络等
A.前向型
B.跑步
C.反馈型
D.自组织竞争型
开始考试点击查看答案
6下列关于卷积神经网络的叙述正确的有（）
A.可用于处理时间序列数据
B.可用于处理图像数据
C.卷积网络中使用的卷积运算就是数学中的卷积计算
D.至少在网络的一层中使用卷积
开始考试点击查看答案
7下列关于梯度消失和梯度爆炸的说法正确的有（）
A.根据链式法则，如果每一层神经元对上一层的输出的偏导乘上权重结果都小于1的话，那么即使这个结果是0.99，在经过足够多层传播之后，误差对输入层的偏导会趋于0 "
B.可以采用ReLU激活函数有效地解决梯度消失的情况" "
C.根据链式法则，如果每一层神经元对上一层输出的偏导乘上权重结都大于1的话，在经过足够多层传播之后，误差对输入层的偏导会趋于无穷大" "
D.可以通过减小初始权重矩阵的值来缓解度爆炸"
开始考试点击查看答案
8卷积神经网络为了保证图像对位移、缩放、扭曲的鲁棒性，可采取的措施有（）
A.局部感受野
B.共享权值
C.池采样
D.正则化
开始考试点击查看答案
9卷积神经网络中常用的池化函数包括（）
A.最大池化函数
B.L2范数
C.相邻矩形区域内的平均值
D.基于据中心像素距离的加权平均函数
开始考试点击查看答案
10与相同步长的卷积层相比，使用池化层的优势不包含（）
A.参数更少
B.可以获得更大下采样
C.速度更快
D.有助于提升精度
开始考试点击查看答案