首页 > 计算机类考试> 计算机四级
题目内容 (请给出正确答案)
[多选题]

神经网络训练过程中的哪些现象表明可能出现了梯度爆炸?()

A.模型梯度快速变大

B.模型权重变为NaN值

C.每个节点和层的误差梯度值持续超多1.0

D.损失函数持续减小

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“神经网络训练过程中的哪些现象表明可能出现了梯度爆炸?()”相关的问题
第1题
()是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小

A.反向传播

B.梯度下降

C.优化函数

D.损失函数

点击查看答案
第2题
神经网络梯度消失、爆炸的问题,常见的解决方法有哪些()。

A.Xavier和HE初始化

B.梯度剪切、正则

C.非饱和激活函数

D.Batchnorm

点击查看答案
第3题
为使磁共振成像层面更薄应该

A、减小选层梯度磁场强度

B、减小相位编码梯度

C、减小频率编码梯度

D、增加选层梯度磁场强度

E、增加相位编码梯度

点击查看答案
第4题
梯度下降算法的正确步骤是什么?1.计算预测值和真实值之间的误差2.迭代更新,直到找到最佳权重3.把输入传入网络,得到输出值4.初始化随机权重和偏差5.对每一个产生误差的神经元,改变相应的(权重)值以减小误差()

A.1,2,3,4,5

B.5,4,3,2,1

C.3,2,1,5,4

D.4,3,1,5,2

点击查看答案
第5题
BP神经网络的学习规则是?()

A.梯度上升法

B.梯度下降法

C.梯度提升法

D.梯度曲线法

点击查看答案
第6题
对完成特定任务的卷积神经网络训练采用的是监督学习方法。在这个过程中,通过误差后向传播来优化调整网络参数,请问下面哪个参数不是通过误差后向传播来优化的()。

A.卷积滤波矩阵中的参数

B.全连接层的链接权重

C.激活函数中的参数

D.模型的隐藏层数目

点击查看答案
第7题
对于一个分类任务,如果开始时神经网络的权重不是随机赋值的,二是都设成0,下面哪个叙述是正确的?()

A.其他选项都不对

B.没啥问题,神经网络会正常开始训练

C.神经网络可以训练,但是所有的神经元最后都会变成识别同样的东西

D.神经网络不会开始训练,因为没有梯度改变

点击查看答案
第8题
高斯模式的理论基础()。

A.梯度输送模型

B.湍流统计模型

C.相似模型

D.正态分布模型

点击查看答案
第9题
()是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小。

点击查看答案
退出 登录/注册
发送账号至手机
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