首页 > 继续教育> 专业技术继续教育
题目内容 (请给出正确答案)
[单选题]

下列哪项关于模型能力(modelcapacity)的描述是正确的?()(指神经网络模型能拟合复杂函数的能力)

A.隐藏层层数增加,模型能力增加

B.学习率增加,模型能力增加

C.都不正确

D.Dropout的比例增加,模型能力增加

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“下列哪项关于模型能力(modelcapacity)的描述是正…”相关的问题
第1题
基于神经网络的方法在人脸识别中具有什么样的优势?()

A.容易建模

B.鲁棒性好

C.运算时间较短

D.能够显式描述复杂模型

点击查看答案
第2题
常用的神经网络优化方法(避免过拟合,提高模型泛化性)有哪些()。

A.earlystopping

B.数据集扩增

C.正则化(Regularization)

D.Dropout

点击查看答案
第3题
关于Logistic回归和SVM,以下说法错误的是?()

A.Logistic回归可用于预测事件发生概率的大小

B.Logistic回归的目标函数是最小化后验概率

C.SVM的目标的结构风险最小化

D.SVM可以有效避免模型过拟合

点击查看答案
第4题
下列说法中正确的是()。A.AIC值越大模型越好B.SBC值越大模型越好C.AIC准则是对SBC准则的修正表达

A.A.AIC值越大模型越好

B.B.SBC值越大模型越好

C.C.AIC准则是对SBC准则的修正表达

D.D.AIC准则是拟合精度和参数个数的加权函数

E.E.在所有通过检验的模型中使得AIC或SBC函数达到最小的模型为绝对最优模型

点击查看答案
第5题
下列何者是类神经网络的缺点?()

A.无法得知最佳解

B.模型准确度低

C.知识结构是隐性的,缺乏解释能力

D.训练模型的时间长

点击查看答案
第6题
关于L1正则和L2正则下面的说法正确的是()

A.L2范数可以防止过拟合,提升模型的泛化能力。但L1正则做不到这一点

B.L2正则化标识各个参数的平方的和的开方值

C.L2正则化有个名称叫“Lassoregularization”

D.L1范数会使权值稀疏

点击查看答案
第7题
()来衡量一个模型的拟合能力,()用来衡量一个模型是否容易过拟合。
()来衡量一个模型的拟合能力,()用来衡量一个模型是否容易过拟合。

点击查看答案
第8题
以下关于分类挖掘的相关说法错误的是______。

A.分类器的构造方法有统计方法、机器学习方法、神经网络方法等

B.有三种分类器评价或比较尺度:预测准确度、计算复杂度、模型描述的简洁度

C.统计方法包括决策树法和规则归纳法

D.神经网络方法主要是BP算法

点击查看答案
第9题
欠拟合是指模型在训练时和测试时的误差都很大。()
点击查看答案
第10题
关于需求分析中的原型分析法,下列正确的是()。

A.原型分析法强调用户的参与,特别是对模型的描述和系统需求的检验

B.原型分析法不适合大型的复杂的系统

C.原型分析法为了实现快速分析,只能选取核心需求来进行描述,要放弃一些次要的功能和性能

D.原型分析法是将系统调查、系统分析、系统设计合而为一了

点击查看答案
第11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
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