创造了神经网络反向传播算法(BP算法)的是()?
A.爱德华·费根鲍姆
B.保罗·韦伯斯
C.阿兰·图灵
D.杰夫·辛顿
A.爱德华·费根鲍姆
B.保罗·韦伯斯
C.阿兰·图灵
D.杰夫·辛顿
第1题
A.传统的BP网络一般都选用二级网络
B.BP网络是一种后馈网络
C.基本BP算法包括信号的前向传播和误差的反向传播两个过程
D.BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整
第3题
卷积神经网络中每层卷积层(convolutional layer)由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到,其作用是()。
A.增强图像
B.简化图像
C.特征提取
D.图像处理
第4题
A.增强图像
B.简化图像
C.特征提取
D.图像处理
第7题
A.标准BP算法每次仅针对一个训练样例更新连接权和阈值
B.BP神经网络经常遭遇过拟合
C.早停策略可用来缓解BP网络的过拟合问题
D.晚停策略可用来缓解BP网络的欠拟合问题
第8题
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
第10题
A.沉默 模仿 回馈
B.沉沦 仿真 回应
C.沉寂 模拟 反馈
D.沉凝 仿照 反应
第11题
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