A.損失函數(shù)
B.神經(jīng)網(wǎng)絡(luò)層
C.優(yōu)化器
D.激活函數(shù)和其他非層操作
您可能感興趣的試卷
你可能感興趣的試題
A.直方圖分析法
B.Laws 紋理能量測量法
C.邊緣檢測法
D.灰度共生矩陣分析法
A.生成器（Generator）
B.判別器（Discriminator）
C.編碼器（Encoder）
D.解碼器（Decoder）
A.將文本數(shù)據(jù)轉(zhuǎn)換為圖像數(shù)據(jù)
B.將高維的文本數(shù)據(jù)轉(zhuǎn)換為低維的向量表示
C.直接用于分類任務(wù)
D.提取文本數(shù)據(jù)的特征
A.智能體選擇的動(dòng)作序列
B.智能體根據(jù)狀態(tài)選擇動(dòng)作的規(guī)則
C.智能體獲得的累積獎(jiǎng)勵(lì)
D.智能體與環(huán)境交互的次數(shù)
A.構(gòu)建相似度矩陣
B.計(jì)算拉普拉斯矩陣
C.對拉普拉斯矩陣進(jìn)行特征分解
D.使用K-means 對特征向量進(jìn)行聚類
最新試題
屬性值約束主要有（）。
集成學(xué)習(xí)在強(qiáng)化學(xué)習(xí)中的一個(gè)常見應(yīng)用是什么（）？
在強(qiáng)化學(xué)習(xí)中，什么是“馬爾可夫性質(zhì)”（）？
人工智能發(fā)展的早期階段主要側(cè)重于哪方面的研究（）？
在自然語言處理中，哪些方法可以用于提升文本分類、情感分析和實(shí)體識別的準(zhǔn)確性（）？
在自然語言處理任務(wù)中，哪些技術(shù)適用于改善實(shí)體識別和關(guān)系抽取的效果（）？
依存句法分析（DependencyParsing）主要用于分析什么（）？
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的關(guān)系是什么（）？
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的主要區(qū)別是什么（）？
在深度學(xué)習(xí)模型訓(xùn)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(xué)習(xí)上的表現(xiàn)（）？