判断题提升卷积核(convolutional kernel)的大小会显著提升卷积神经网络的性能。
您可能感兴趣的试卷
最新试题
将Sigmoid激活函数改为ReLu,将有助于克服梯度消失问题。
题型:判断题
多层网络全部初始化为0,会使梯度为0或各层相同,相当于浅层网络。
题型:判断题
在神经网络中ReLU永远不会饱和。
题型:判断题
如果我们去掉ReLU层,这个神经网络仍能够处理非线性函数。
题型:判断题
将Sigmoid激活函数改为ReLU,将有助于克服梯度消失的问题。
题型:判断题
在数据很稀疏和神经网络参数量较少的场景下,偏向于使用L-BFGS而不是SGD。
题型:判断题
欠拟合是模型不能在训练集上获得足够低的误差,过拟合是指训练误差和测试误差差距小。
题型:判断题
梯度为0的点只能是局部极小点或局部极大点。
题型:判断题
单计算层感知器只能解决线性可分问题。
题型:判断题
设计的秩序性就是指设计中各相关元素之间的()问题。
题型:多项选择题