以下文字与答案无关
提示:有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题,这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏,所以恳请 广大网友理解。
前馈神经网络
B:卷积神经网络
C:循环神经网络
D:生成对抗网络
循环神经网络
B:LSTH
C:GRU
D:卷积神经网络
卷积神经网络
B:循环神经网络
C:全连接神经网络
D:选项A和C
输入层
B:全连接层
C:卷积层
D:池化层
自组织竞争人工神经网络
B:BP神经网络
C:Hopfield神经网络
D:RBF神经网络
决策树
B:SVM
C:神经网络
D:随机森林
E:逻辑回归 F:KNN
长短期记忆网络是进行优化过后的循环神经网络
B:RNN是一类可用于处理序列数据的神经网络
C:循环神经网络广泛应用于自然语言处理领域,例如语音识别、语言建模和机器翻译等
D:LSTM引入了一个基于循环神经网络(RNN)的架构后,梯度消失问题得以解决
全连接网络完全不能做计算机视觉任务
B:全连接网络理论在处理视觉任务时计算量很小
C:全连接网络理论在处理视觉任务时会出现维数灾难现象,而卷积神经网络可以缓解这一现象
D:卷积神经网络只能做计算机视觉任务
最小池化层
B:最大池化层
C:平均池化层
D:乘积池化层
共轭样度发
B:梯度下降
C:高其消元
D:最小二乘法
A、图像识别
B、文本处理
C、问答系统
D、图像检测
神经网络的更深层通常比前面层计算更复杂的输入特征
B:神经网络的前面层通常比更深层计算更复杂的输入特性
C:神经网络的前面层和更深层计算同样复杂的输入特性
D:不确定