题目内容
（请给出正确答案）
[单选题]
假设正在训练一个LSTM网络，有一个10000词的词汇表，并且使用一个激活值维度为100的LSTM块，在每一个时间步中，Fu的维度是（）。
A.1
B.100
C.300
D.10000
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.1
B.100
C.300
D.10000
如果结果不匹配，请 联系老师 获取答案
更多“假设正在训练一个LSTM网络，有一个10000词的词汇表，并…”相关的问题
A.1
B.100
C.300
D.10000
A.$8911
B.$9016
C.$9259
D.$8722
A.对的
B.不知道
C.看情况
D.不对
A.192.169.5.119
B.192.168.5.121
C.192.168.5.120
D.192.168.5.122
A.192.168.5.12
B.192.168.5.121
C.192.168.5.120
D.192.168.5.32
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.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
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
