首页 > 学历类考试
题目内容 (请给出正确答案)
[单选题]

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

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“在一个神经网络中,下面哪种方法可以用来处理过拟合()。”相关的问题
第1题
在子类中可以用2完全相同的signature重新定义一个超类方法,这称为方法的覆盖(override)。()
点击查看答案
第2题
下面在使用燃气灶的做法中错误的是()。

A.不要再找台上对方、悬挂物品

B.液化气罐应直立放置再远离火源、热源的地方

C.不要长时间离开正在使用的燃气灶

D.液化气罐内余气不多的情况下,可以用热水或者其他方法加热液化气罐

点击查看答案
第3题
在月末结账前,发现已登账的凭证有错误,可以用下列哪种方法进行更正?()

A.下个月再处理

B.直接修改凭证

C.编制调整凭证

D.不作处理

点击查看答案
第4题
33、下面叙述哪些是正确的()。

A.java接口包含函数声明和常量声明

B.java中的集合类(如Vector)可以用来存储任何类型的对象,且大小可以自动调整。但需要事先知道所存储对象的类型,才能正常使用

C.java中,子类不可以访问父类的私有成员和受保护的成员

D.在java中,可以用异常(Exception)来抛出一些并非错误的消息,但这样比直接从函数返回一个结果要花费更大的系统开销

点击查看答案
第5题
小牛在对某公司的信息系统进行风险评估后,因考虑到该业务系统中部分涉及金融交易的功能模块风险太高,他建议该公司以放弃这个功能模块的方式来处理该风险。请问这种风险处置的方法是()

A.降低风险

B.规避风险

C.转移风险

D.放弃风险

点击查看答案
第6题
如果要在查询中,因运算增添集合性新字段可采用下面哪种方式()。

A.在设计视图中建立新查询,在“字段”中以写公式的方法建立

B.在设计视图中建立新查询,在“准则”中以写公式的方法建立

C.用建立表对象中的设计视图,以增添新字段的方法建立

D.在设计视图中,用SQL建立新查询,以写SQL语句的方法建立

点击查看答案
第7题
假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型,训练所用的数据集由汽车和卡车的照片构成,而训练目标是检测出每种车辆的名称(车辆共有10种类型)。现在想要使用这个模型来解决另外一个问题,问题数据集中仅包含一种车(福特野马)而目标变为定位车辆在照片中的位置()。

A.除去神经网络中的最后一层,冻结所有层然后重新训练

B.对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层

C.使用新的数据集重新训练模型

D.所有答案均不对

点击查看答案
第8题
下面关于Wbrd2000中,表格处理的说法正确的是()。

A.可以通过标尺调整表格的行高和列宽;

B.可以将表格中的一个单元格拆分成儿个单元格;

C.Word2000提供了绘制斜线表头的功能;

D.可以用鼠标调整表格的行高和列宽。

点击查看答案
第9题
以下说法中不正确的是()。

A.在Word中处理艺术字体、数学公式等都可以像处理图片一样把它们放到文档的任一位置

B.在Word中录入文本时,一般情况下在按Enter键后,新的段落与刚结束的段落有相同的段落格式

C.在Word中执行查找命令时,可以指定文本不指定格式,也可以指定格式不指定文本

D.在一个Word文档中,显示为红色的文本都可以用设置字体颜色的方法改成其他颜色的

点击查看答案
第10题
下面关于深层网络模型的介绍中,哪个说法是正确的()?

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

点击查看答案
第11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
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