A.正交集(orthogonalset)
B.训练集(trainingset)
C.验证集(validationset)
D.平行集(parallelset)
E.测试集(testingset)
您可能感兴趣的试卷
你可能感兴趣的试题
A.使用Sigmoid(S形函数)激活函数
B.架构中总共运用了五层卷积层与三层全连接层
C.在第一、二、四个卷积层后接上了池化层
D.在网络的后端接上三层全连接层
E.使用ReLU激活函数
A.Sigmoid(S函数)
B.正弦函数
C.Tanh
D.二次方函数
E.ReLU
A.全连接层
B.池化层
C.卷积层
D.激活层
E.跳跃层
A.提取水平特征
B.提取垂直特征
C.降低维度
D.保留局部有效特征
E.做非线性区隔
A.卷积层
B.池化层
C.激活层
D.全连接层
E.跳跃层
A.拉直
B.滑动
C.选转
D.截取
E.计算内积
A.核心
B.贴片
C.计算器
D.屏蔽
E.撷取器
A.特征提取
B.放大缩小
C.旋转
D.增加影像噪声
E.减少影像噪声
A.黄
B.蓝
C.紫
D.红
E.绿
A.我想做语音识别
B.在Facebook粉丝专页上的留言,我想分辨这是正评还是负评
C.我想做影像辨识
D.我想做图片辨识
E.我想做一个可以陪我聊天的对话机器人
最新试题
PCA的优点是能消除数据中的冗余信息,减少噪声对模型的影响。
在选择KNN的K参数时,以下说法是否正确:K越大越容易造成过拟合。
以支撑种子模型训练调优为目标,明确需补充的样本类型、数量及样本格式。
知识获取的目标是对知识建模中的知识要素进行实例化,以建立大规模高质量的知识图谱。
常见的分类器包括支持向量机(SVM)和随机森林(Random Forest)等。
决策树模型的预剪枝的缺点是有欠拟合风险,可能放弃了一些后续可能提高泛化性能的划分。
针对业界成熟大模型,开展全方位验证测试,形成选型建议。基于统一汇聚样本,开展行业大模型训练验证,推进自主构建、训练调优、迭代优化,探索大模型建设模式。
在k-means聚类算法中,增加样本数一定能够改善聚类效果。
循环神经网络是一种深度学习模型,主要应用于图像和视频等二维数据的处理。
梯度下降法需要确定合适的迭代步长。