题目内容
（请给出正确答案）
[单选题]
关于神经网络中经典使用的优化器，以下说法正确的是？（）
A.Adam的收敛速度比RMSprop慢
B.相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的
C.对于轻量级神经网络，使用Adam比使用RMSprop更合适
D.相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.Adam的收敛速度比RMSprop慢
B.相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的
C.对于轻量级神经网络，使用Adam比使用RMSprop更合适
D.相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的
如果结果不匹配，请 联系老师 获取答案
更多“关于神经网络中经典使用的优化器，以下说法正确的是？（）”相关的问题
A.是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科
B.研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能
C.机器学习强调三个关键词：算法、模型、训练
D.基于数据的机器学习是现代智能技术中的重要方法之一
A.递归神经网络不允许网络中出现环形结构
B.减少神经网络层数，可能会降低测试集分类错误率
C.循环神经网络适合处理序列数据
D.卷积神经网络可以应用于图像分类
A.Adagrad优化器学习率不是自动更新的
B.SGD，MBGD和动量优化器的共同特点是每次迭代都用相同学习率进行更新。
C.Adam优化器与Adagrad优化器之间没有联系。
D.动量优化器的学习率不需要手动设置。
A.它主要应用于计算机视觉，实现深度神经网络模型优化和推理计算加速
B.拥有预置的计算机视觉功能库和预优化的内核
C.支持来自流行的框架Caffe、TensorFlow和MXNet的模型
D.只能在Linux平台运行的机器视觉软件工具包
A.在卷积神经网络中，采用平均池化可减小误差，适用于需要突出纹理等特征的场景中
B.ResNet通过增加恒等映射，增加参数从而减少模型优化的难度，实现性能提升
C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量，使模型可以处理任意尺寸的图像
D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
A.CNN和RNN都属于神经网络，因此二者的训练方式完全一致，均采用BP算法。
B.CNN和RNN都采用了权值共享机制以减少网络中的参数量。
C.在同一个网络中，CNN结构和RNN结构不能同时使用。
D.CNN适用于图像处理，而RNN适用于序列数据处理。
A.定义算法公式，也就是神经网络的前向算法
B.定义loss，选择优化器，来让loss最小
C.对数据进行迭代训练，使loss到达最小
D.在测试集或者验证集上对准确率进行评估
A.将数据分组部署在不同GPU上进行训练能提高深度神经网络的训练速度。
B.TensorFlow使用GPU训练好的模型，在执行推断任务时，也必须在GPU上运行。
C.将模型中的浮点数精度降低，例如使用float16代替float32，可以压缩训练好的模型的大小。
D.GPU所配置的显存的大小，对于在该GPU上训练的深度神经网络的复杂度、训练数据的批次规模等，都是一个无法忽视的影响因素
A.CNN中的全连接层常用softmax作为激活函数。
B.CNN中的池化层用于降低特征图维数，以避免过拟合。
C.CNN由卷积层、池化层和全连接层组成，常用于处理与图像有关的问题。
D.由于卷积核的大小一般是3*3或更大，因此卷积层得到的特征图像一定比原图像小。
