首页 > 大学网课

题目内容（请给出正确答案）

[单选题]

对于卷积神经网络而言，减少梯度消失不适合采用以下哪些方法（)？

A.增大学习率

B.减少网络深度(隐层个数)

C.skipconnection

D.减少通道数

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“对于卷积神经网络而言，减少梯度消失不适合采用以下哪些方法()…”相关的问题

第1题

深度学习中如果神经网络的层数较多比较容易出现梯度消失问题,严格意义上来讲是在以下哪个环节出现梯度消失问题？（)

A.反向传播计算结果

B.反向传播更新参数

C.正向传播更新参数

D.正向传播计算结果

点击查看答案

第2题

以下哪些结构属于BP神经网络？（)

A.输入层

B.隐含层

C.输出层

D.卷积层

点击查看答案

第3题

2012年以来，深度卷积神经网络已经成为计算机视觉主流方法，网络深度成为关键参数。（)

点击查看答案

第4题

假设我们需要训练一个卷积神经网络，来完成500种概念的图像分类。该卷积神经网络最后一层是分类层，则最后一层输出向量的维数大小可能是（)。

A.1

B.500

C.300

D.100

点击查看答案

第5题

在纵向定距离跟驰场景中，神经网络Q学习算法的函数逼近器类型为（)。

A.前馈神经网络

B.径向基神经网络

C.深度神经网络

D.卷积神经网络

点击查看答案

第6题

深度卷积神经网络的检测与定位/分割能力，正在成为全球的研究热点。（)

点击查看答案

第7题

在经典的卷积神经网络模型中，Softmax函数是跟在什么隐藏层后面的？（)

A.卷积层

B.池化层

C.全连接层

D.以上都可以

点击查看答案

第8题

卷积操作是卷积神经网络所具备的一个重要功能，对一幅图像进行高斯卷积操作的作用是（)。

A.对图像进行增强

B.对图像进行裁剪

C.对图像进行平滑(模糊化)

D.对图像进行分类

点击查看答案

第9题

激活函数Sigmoid函数单调连续，输出有界，网络比较容易收敛，在一段时间内使用比较广泛，但是当网络比较深时，容易导致什么问题？（)

A.梯度减少问题

B.XOR问题

C.梯度消失问题

D.过拟合问题

点击查看答案

第10题

在经典的卷积神经网络模型中，Softma函数是跟在什么隐藏层后面的？（)

A.卷积层

B.池化层

C.全连接层

D.以上都可以

点击查看答案

第11题

典型的用于图像分类的卷积神经网络由输入层、()、池化层、全连接层、输出层构成。

典型的用于图像分类的卷积神经网络由输入层、（)、池化层、全连接层、输出层构成。

点击查看答案

湖南拓肯信息安全技术有限公司版权所有 ©2024

湘ICP备19012461号-3 湘公安备案43019002002174号营业执照

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）