A、特征值
B、标签
C、特征值和标签
D、预测值
答案:C
解析:深度学习系统训练过程通常需要输入特征值和标签
A、特征值
B、标签
C、特征值和标签
D、预测值
答案:C
解析:深度学习系统训练过程通常需要输入特征值和标签
A. 降低学习率,减少迭代次数
B.
降低学习率,增加迭代次数
C.
提高学习率,增加迭代次数
D.
增加学习率,减少迭代次数
A. 被建模系统内在的随机性
B. 不完全观测
C. 不完全建模
D. 不完全判断
解析:参考《深度学习》P48
A. 循环神经网络RNN
B. LeNet-5网络
C. 长短期记忆网络LSTM
D. 门控循环单元GRU
解析:见算法解析
A. 2和4
B. 1和2
C. 3和4
D. 1和3
解析:我们可以为每个聚类构建不同的模型, 提高预测准确率。“类别id”作为一个特征项去训练, 可以有效地总结了数据特征。所以B是正确的
A. 数据精度设置
B. 每层卷积核多少设置
C. 网络层数选取
D. 激活函数选取
解析:见算法解析
A. bool([ ]) & bool(1)
B. bool([ ]) | bool(1)
C. bool([ ]) && bool(1)
D. bool([ ]) or bool(1)
解析:按照逻辑真值判断即可, 注意C项存在语法错误, 没有输出结果
A. 他们经常不会过拟合
B. 他们通常带有高偏差,所以其并不能解决复杂学习问题
C. 他们通常会过拟合
解析:神经网络是利用机器学习得到的一种大型网络结构