答案:B
A. 谷歌&;&Facebook&;&亚马逊&;&微软
A. 在实际场景下,应尽量使用ADAM,避免使用SGD$;$同样的初始学习率情况下,ADAM的收敛速度总是快于SGD方法$;$相同超参数数量情况下,比起自适应的学习率调整方式,SGD加手动调节通常会取得更好效果$;$同样的初始学习率情况下,ADAM比SGD容易过拟合
A. LeNet
$;$AlexNet
$;$LSTM
$;$CNN
A. 平滑$;$去噪$;$随机插值$;$增加白噪音
A. 精度$;$ROC$;$MSE$;$AUC
A. 贝叶斯网$;$拉普拉斯网$;$帕斯卡网$;$塞缪尔网
A. cat$;$more$;$less$;$head
A. 在训练神经网络过程中,参数不断调整,其调整的依据是基于损失函数不断减少$;$每一次Epoch都会对之前的参数进行调整,迭代次数越多,损失函数一般越小$;$模型参数量越多越好,没有固定的对应规则$;$训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中
A. 机器翻译技术
$;$机器翻译
$;$虚拟现实
$;$ 模式识别