首页 > 计算机类考试
题目内容 (请给出正确答案)
[单选题]

在构建一个神经网络时,batchsize通常会选择2的次方,比如256和512,这是为什么呢?()

A.当内存使用最优时这可以方便神经网络并行化

B.当用偶数是梯度下降优化效果最好

C.这些原因都不对

D.当不用偶数时,损失值会很奇怪

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“在构建一个神经网络时,batchsize通常会选择2的次方,…”相关的问题
第1题
以下哪项是神经网络中的超参数?()

A.Numberofepochs

B.Batchsize

C.损失函数

D.以上均是

点击查看答案
第2题
构建一个神经网络,将前一层的输出和它自身作为输入。下列哪一种架构有反馈连接()。

A.循环神经网络

B.卷积神经网络

C.限制玻尔兹曼机

D.都不是

点击查看答案
第3题
如果你想要构建一个能够输入人脸图片输出为N个标记的神经网络(假设图像只包含一张脸),那么你的神经网络有多少个输出节点()

A.N

B.2N

C.3N

D.N*N1

点击查看答案
第4题
在深度学习中,我们经常会遇到收敛到localminimum,下面不属于解决localminimum问题的方法是()。

A.随机梯度下降

B.设置Momentum

C.设置不同初始值

D.增大batchsize

点击查看答案
第5题
下列哪种算法可以用神经网络构建?()1.K-NN最近邻算法2.线性回归3.逻辑回归。

A.1and2

B.2and3

C.1,2and3

D.Noneoftheabove

点击查看答案
第6题
server,channels.chl.transactioncapacity表示事务大小,即当前channe支持事务处理的事件个数,可和source的batchsize设置为同样大小,但不能小于batchsize()此题为判断题(对,错)。
点击查看答案
第7题
对于一个图像识别问题(在一张照片里找出一只猫),下面哪种神经网络可以更好地解决这个问题()。

A.循环神经网络

B.感知机

C.多层感知机

D.卷积神经网络

点击查看答案
第8题
在一个神经网络中,下面哪种方法可以用来处理过拟合()。

A.Dropout

B.分批归一化(BatchNormalization)

C.正则化(regularization)

D.都可以

点击查看答案
第9题
当采用一个吊点起吊砼构件时,吊点必须选择在构建中心以上。()

当采用一个吊点起吊砼构件时,吊点必须选择在构建中心以上。()

点击查看答案
第10题
关于Dropout说法正确的是:()。

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

点击查看答案
第11题
随机森林中的随机是()的意思。

A.随便构建树模

B.随机选择一个树模型

C.随机选择多个树模型

D.在构建每个树模型时随机选择样本和特征

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