题目内容
(请给出正确答案)
[单选题]
()用于将非线性引入神经网络。它会将值缩小到较小的范围内。
A.损失函数
B.优化函数
C.激活函数
D.目标函数
查看答案
如果结果不匹配,请 联系老师 获取答案
A.损失函数
B.优化函数
C.激活函数
D.目标函数
A.Dropout背后的思想其实就是把DNN当做一个集成模型来训练,之后取所有值的平均值,而不只是训练单个DNN
B.DNN网络将Dropout率设置为p,也就是说,一个神经元被保留的概率是1-p。当一个神经元被丢弃时,无论输入或者相关的参数是什么,它的输出值就会被设置为0
C.丢弃的神经元在训练阶段,对BP算法的前向和后向阶段都没有贡献。因为这个原因,所以每一次训练,它都像是在训练一个新的网络
D.Dropout方法通常和L2正则化或者其他参数约束技术(比如MaxNorm)一起使用,来防止神经网络的过拟合
A.贝叶斯算法
B.支持向量机算法
C.神经网络算法
D.决策树算法
A.线性回归分析是一种浅层学习方法
B.K-means聚类是一种浅层学习方法
C.包含了若干隐藏层的前馈神经网络是一种深度学习方法
D.浅层学习仅能实现线性映射、深度学习可以实现非线性映射