A、负梯度方向是使函数值下降最快的方向$;$当目标函数是凸函数时,梯度下降法的解是全局最优解$;$梯度下降法比牛顿发收敛速度快$;$梯度下降法需要确定合适的迭代步长
答案:ABD
A、负梯度方向是使函数值下降最快的方向$;$当目标函数是凸函数时,梯度下降法的解是全局最优解$;$梯度下降法比牛顿发收敛速度快$;$梯度下降法需要确定合适的迭代步长
答案:ABD
A. 50$;$1$;$26$;$2
A. 对话机器人$;$EI 基础服务$;$自然语言处理$;$EI 大数据服务
A. 搜索每个可能的权重和偏差组合,直到得到最佳值$;$赋予一个初始值,然后检查跟最佳值的差值,不断迭代调整权重$;$随机赋值,听天由命$;$以上都不正确的
A. 如果原始空间是有限维,即属性数有限,那么一定存在一个高维特征空间使样本可分 $;$ 某个核函数使训练集在特征空间中线性可分,可能原因是欠拟合 $;$ “软间隔”允许某些样本不满足约束$;$正则化可理解为一种“罚函数法
A. LeNet-5$;$AlexNet$;$ResNet50$;$ResNet152
A. 精度与错误率的和为1$;$精度与错误率都可以反映模型的好坏$;$精度与错误率都可以用概率密度函数表示$;$精度是评价模型的唯一标准
A. 通用性强$;$高性能$;$低功耗$;$小体积
A. 人工智能就是深度学习$;$人工智能属于机器学习的一个分支$;$人工智能包含了深度学习$;$强化学习属于人工智能的一部分