多項選擇題反向傳播算法的基本原理是基于什么（）？
A.微積分法
B.微積分中的鏈式求導法則
C.微積分中的二分法
D.微積分中的均方誤差
您可能感興趣的試卷
你可能感興趣的試題
1.多項選擇題在自然語言處理任務(wù)中，哪些技術(shù)適用于提升實體識別和文本理解的準確性和效率（）？
A.序列標注
B.引入預(yù)訓練模型
C.注意力機制
D.使用卷積神經(jīng)網(wǎng)絡(luò)
2.多項選擇題在深度學習中，哪些技術(shù)可以用于加速模型訓練并提高模型在圖像分類和文本處理任務(wù)上的精確度（）？
A.批量歸一化
B.使用卷積神經(jīng)網(wǎng)絡(luò)
C.數(shù)據(jù)增強
D.使用Dropout 技術(shù)
3.多項選擇題在深度學習模型訓練中，哪些技術(shù)可以用于加速模型收斂和提高穩(wěn)定性（）？
A.批量歸一化
B.數(shù)據(jù)增強
C.使用卷積神經(jīng)網(wǎng)絡(luò)
D.梯度裁剪
4.多項選擇題進行模型訓練之前，需要先把標注好的數(shù)據(jù)進行分類。訓練有監(jiān)督學習模型時會將數(shù)據(jù)集劃分為（）。
A.訓練集
B.驗證集
C.測試集
D.備份集
5.多項選擇題在自然語言處理任務(wù)中，哪些技術(shù)適用于改善實體識別和關(guān)系抽取的效果（）？
A.序列標注
B.序列到序列模型
C.實體關(guān)系抽取
D.引入預(yù)訓練模型
最新試題
在自然語言處理中，哪些技術(shù)適用于提升問答系統(tǒng)的性能（）？
題型：多項選擇題
在自然語言處理中，哪些方法可以用于提升自動對話系統(tǒng)和文本摘要生成的自然性和流暢性（）？
題型：多項選擇題
在深度學習模型訓練中，哪些技術(shù)有助于防止過擬合并提高模型在多任務(wù)學習上的表現(xiàn)（）？
題型：多項選擇題
在自然語言處理任務(wù)中，哪些技術(shù)適用于提升實體識別和文本理解的準確性和效率（）？
題型：多項選擇題
根據(jù)新數(shù)據(jù)集的大小和數(shù)據(jù)集的相似程度，下列選項不屬于遷移學習方法情況的是的是（）。
題型：單項選擇題
在神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)ReLU 的特點是什么（）？
題型：單項選擇題
在深度學習模型中，用于提高模型訓練穩(wěn)定性的技術(shù)是：（）。
題型：單項選擇題
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓練中的主要區(qū)別是什么（）？
題型：多項選擇題
在強化學習中，什么是“馬爾可夫性質(zhì)”（）？
題型：單項選擇題
反向傳播算法的基本原理是基于什么（）？
題型：多項選擇題