×
多选题
3277.在深度学习模型训练中,哪些技术可以用于防止模型过拟合并提高模型在不同任务上的表现:
A
使用卷积神经网络
B
数据增强
C
使用Dropout技术
D
批量归一化
答案解析
正确答案：BCD
题目纠错
人工智能训练师题库
相关题目
单选题
1575.图像标注的质量标准是根据()判定的。
单选题
1574.输入图像已被转换为大小为28X28的矩阵和大小为7X7的步幅为1的核心滤波器。卷积矩阵的大小是多少?
单选题
1573.以下技术,BERT使用的包括哪些?
单选题
1572.ROIAIign在哪个模型被采用
单选题
1571.人工智能在图像识别上已经超越了人类,支持这些图像识别技术的,通常是
单选题
1570.Tensorflow框架自带对网络结构等数据进行可视化的工具是
单选题
1569.对于线性可分的数据,支持向量机的解决方式是()。
单选题
1568.在pytorch中,若网络模型变量名为model,对modeI、eval()的说法正确的
单选题
1567.在计算机的多种技术指标中,决定计算机的计算精度的是
单选题
1566.下列算法,哪项不属于深度学习模型?
