×
单选题
133.下列关于深度学习说法错误的是( )。
A
LSTM 在一定程度上解决了传统 RNN 梯度消失或梯度爆炸的问题
B
CNN 相比于全连接的优势之一是模型复杂度低, 缓解过拟合
C
只要参数设置合理,深度学习的效果至少应优于随机算法
D
随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
答案解析
正确答案：C
解析：
题目解析
A. LSTM 在一定程度上解决了传统 RNN 梯度消失或梯度爆炸的问题
B. CNN 相比于全连接的优势之一是模型复杂度低，缓解过拟合
C. 只要参数设置合理，深度学习的效果至少应优于随机算法
D. 随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
答案：C
解析：选项C说法正确，因为深度学习在合理设置参数的情况下，通常可以优于随机算法。选项A提到的LSTM解决了传统RNN的梯度问题，选项B提到CNN相比全连接的优势，选项D提到随机梯度下降法缓解鞍点问题都是深度学习的相关优化和改进。
相关题目
单选题
367.虚拟产线模型导入技能可以帮助工程师进行处理突发事件工作。
单选题
366.虚拟产线模型可以帮助工程师识别设备的故障和维修需求。
单选题
365.可以借助虚拟产线模型通过物联网传感器实时采集数据来更新模型。
单选题
364.虚拟产线模型对计算资源和存储空间的需求较低, 无需大量投入。
单选题
363.虚拟产线模型可以准确模拟人员在生产线中的行为和决策过程。
单选题
362.工程师可以通过虚拟产线模型制定生产线的维护计划和周期。
单选题
361.数字孪生识图技能是一种基于机器学习的技术。
单选题
360.数字孪生识图技能主要用于实现文字识别功能。
单选题
359.数字孪生识图技能是一种基于人工智能的技术。
单选题
358.数字孪生识图可以准确模拟人员在物理系统中的行为和决策过程。
