首页 > 计算机等级考试
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
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
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
神经网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?()

A.tanh函数

B.Relu函数

C.Softleen函数

D.Sigmoid函数

点击查看答案
第2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.正向传播更新参数

B.正向传播计算结果

C.反向传播更新参数

D.反向传播计算结果

点击查看答案
第3题
在处理图像领域中,卷积神经网络应用比较广泛,以下哪项不是卷积神经网络的组成部分?()

A.池化层

B.双向隐藏层

C.卷积层

D.全连接层

点击查看答案
第4题
卷积神经网络是一个全连接的神经网络,中间隐层通常包含多个卷积层。()
点击查看答案
第5题
在神经网络中常有权重共享现象,以下哪些神经网络会发生权重共享?()

A.循环神经网络

B.卷积神经网络

C.全连接神经网络

D.感知器

点击查看答案
第6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7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8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
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
对于股东而言,股票分割后各股东持有的股数增加,但持股比例不变,持有股票的总价值()A.增加B.不变C

对于股东而言,股票分割后各股东持有的股数增加,但持股比例不变,持有股票的总价值()

A.增加

B.不变

C.减少

D.先减少后增加

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改