你可能感興趣的試題

為什么正則化能處理過擬合？（）

A.懲罰了模型的復(fù)雜度，避免模型過度學(xué)習(xí)訓(xùn)練集，提高泛化能力
B.剃刀原理：如果兩個理論都能解釋一件事情，那么較為簡單的理論往往是正確的
C.正則項(xiàng)降低了每一次系數(shù)w更新的步伐，使參數(shù)更小，模型更簡單
D.貝葉斯學(xué)派的觀點(diǎn)，認(rèn)為加入了先驗(yàn)分布（l1拉普拉斯分布，l2高斯分布），減少參數(shù)的選擇空間

單項(xiàng)選擇題

以下幾種優(yōu)化方法中，哪種對超參數(shù)最不敏感？（）

A.SGD（stochatic gradient descent）
B.BGD（batch gradient descent）
C.Adadetla
D.Momentum

<big id="mbbng"></big>

假設(shè)你有5個大小為7x7、邊界值（Padding）為0，步長（S）為1的卷積核。此時如果你向這一層傳入一個維度為224x224x3的數(shù)據(jù)，那么神經(jīng)網(wǎng)絡(luò)下一層所接收到的數(shù)據(jù)維度是多少？（）

你可能感興趣的試題

為什么正則化能處理過擬合？（）

以下幾種優(yōu)化方法中，哪種對超參數(shù)最不敏感？（）

假設(shè)你有5個大小為7x7、邊界值（Padding）為0，步長（S）為1的卷積核。此時如果你向這一層傳入一個維度為224x224x3的數(shù)據(jù)，那么神經(jīng)網(wǎng)絡(luò)下一層所接收到的數(shù)據(jù)維度是多少？（）

為什么正則化能處理過擬合？（）

以下幾種優(yōu)化方法中，哪種對超參數(shù)最不敏感？（）