请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码下载APP
题目内容
（请给出正确答案）
A.是否使用批量（batch）或小批量优化（mini-batchoptimization）
B.神经网络中局部最小值（鞍点）的存在性
C.拥有多大的计算能力
D.需要调整的超参数的数量
答案
更多“在超参数搜索过程中，只照顾一个模型（使用熊猫策略）还是一起训练大量的模型（鱼子酱策略）在很大程度上取决于？（）”相关的问题
第1题
第2题
A.专业的成本估算建议是非常不要的。
B每个干系都具备有助于项目计划的知识和技能。
C在签订总价合同的过程中，最理想的成本估算方法是鼗参数模型估计和专家判断法结合使用。
D一个人即使在没能掌握本地条件的情况下也能提供准确的信息。
第3题
A.用于在训练期间缓存成本函数的中间值
B.我们用它传递前向传播中计算的变量到相应的反向传播步骤，它包含用于计算导数的反向传播的有用值
C.它用于跟踪我们正在搜索的超参数，以加速计算
D.我们使用它将向后传播计算的变量传递给相应的正向传播步骤，它包含用于计算计算激活的正向传播的有用值
第4题
A.ModelArts是华为云AI开发平台，使用ModelArts开发AI应用只用于华为云和华为产品
B.ModelArts可根据用户标注数据全自动进行模型设计、参数调优、模型训练、模型压缩和模型部署全流程
C.ModelArts除了在云上通过(管理控制台)界面操作外，也提供PythonSDK功能，开发者可通过SDK在任意本地IDE中使用Python访问ModelArts
D.ModelArts支持图片分类、物体检测、预测分析、声音分类4大特定应用场景
第6题
A.特征X1很可能被排除在模型之外
B.特征X1很可能还包含在模型之中
C.无法确定特征X1是否被舍
D.以上答案都不正确
第7题
第8题
A.在λ非常小的情况下，偏差低，方差低
B.在λ非常小的情况下，偏差低，方差高
C.在λ非常小的情况下，偏差高，方差低
D.在λ非常小的情况下，偏差低，方差低
第10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
