A.卷積層
B.交換層
C.池化層
D.全連接層
E.非線性激活層
您可能感興趣的試卷
你可能感興趣的試題
A.是訓(xùn)練過程中用來度量分類器輸出錯(cuò)誤程度的數(shù)學(xué)化表示
B.預(yù)測(cè)錯(cuò)誤程度越大，損失函數(shù)的取值就越大
C.定義合適的損失函數(shù)對(duì)于訓(xùn)練分類器是非常重要的
D.損失函數(shù)是在整個(gè)訓(xùn)練集上求得的，如果用它來更新參數(shù)，則是利用了整個(gè)數(shù)據(jù)集中被誤分類的數(shù)據(jù)
E.感知器和支持向量機(jī)是基于相同的損失函數(shù)建立起來的
A.強(qiáng)化學(xué)習(xí)與監(jiān)督學(xué)習(xí)最主要的區(qū)別在于其收到的反饋是：評(píng)估性和指導(dǎo)性
B.監(jiān)督學(xué)習(xí)給出的指導(dǎo)性反饋將會(huì)通過監(jiān)督信號(hào)告知學(xué)習(xí)者應(yīng)該要做出什么樣的行為而獲取更高的收益
C.強(qiáng)化學(xué)習(xí)的評(píng)估性反饋意味著該學(xué)習(xí)系統(tǒng)只會(huì)告訴學(xué)習(xí)者當(dāng)前的做法是好還是壞的
D.強(qiáng)化學(xué)習(xí)的目的就是找到一個(gè)最佳的策略，從而使得主體發(fā)出一系列的動(dòng)作后，收到的累積回報(bào)最多
E.策略（Policy）指的是主體的行為，是一個(gè)從狀態(tài)集合到動(dòng)作集合的映像
A.方差
B.變異
C.機(jī)率
D.方向
E.平均值
A.愛德華・費(fèi)根鮑姆（EdwardFeigenbaum）
B.約翰・霍普非爾德（JohnHopfield）
C.艾倫・圖靈（AlanTuring）
D.馬文・閩斯基（MarvinMinsky）
E.克理夫・肖（CliffShaw）
A.Artificial Information
B.AutomaticInte lligence
C.ArtificialInte lligence
D.Automatic Information
E.Automatic Inspection
最新試題
智能運(yùn)維AIOps 的核心技術(shù)是什么（）？
根據(jù)新數(shù)據(jù)集的大小和數(shù)據(jù)集的相似程度，下列選項(xiàng)不屬于遷移學(xué)習(xí)方法情況的是的是（）。
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的關(guān)系是什么（）？
在自然語言處理中，哪些方法可以用于提升文本分類、情感分析和實(shí)體識(shí)別的準(zhǔn)確性（）？
Xpath 語言有（）的構(gòu)成。
在深度學(xué)習(xí)模型訓(xùn)練中，"早停法"（EarlyStopping）策略的應(yīng)用目的是什么（）？
在深度學(xué)習(xí)模型訓(xùn)練中，哪些技術(shù)有助于防止過擬合并提高模型在多任務(wù)學(xué)習(xí)上的表現(xiàn)（）？
相對(duì)化學(xué)沉淀等傳統(tǒng)工藝而言，萃取工藝的主要優(yōu)點(diǎn)是（）。
在自然語言處理中，哪些技術(shù)可以用于改善實(shí)體識(shí)別和文本生成任務(wù)的性能（）？
模型微調(diào)中的提示學(xué)習(xí)是指：（）。