72.在其他条件不变的前提下,以下哪种做法容易引起机器学习中的过拟合问题()。

4779.L1正则化比L2正则化更容易导致模型的权重稀疏化。()

4778.深度学习中的循环神经网络RNN可以处理具有序列依赖性的数据。()

4777.过拟合现象是指模型在训练集上表现良好,但在测试集上性能较差。()

4776.神经网络中的全连接层DenseLayer会将前一层的所有神经元与后一层的每个神经元进行连接。()

4775.梯度下降算法在每一步迭代中都沿着损失函数梯度下降的方向更新权重。()

4774.逻辑回归是一种分类算法,其输出值在0到1之间。()

4773.随机森林算法是基于集成学习思想构建的。()

4772.批量归一化BatchNormalization可以加速神经网络的训练并提升性能。()

4771.在深度学习中,池化层的主要作用是减少数据的空间大小,降低计算复杂度。()

4770.激活函数的主要作用是为神经网络添加非线性。()