首页 > 建筑工程
题目内容 (请给出正确答案)
[单选题]

如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为:()

A.随机欠采样

B.梯度剪切

C.正则化

D.使用Relu激活函数

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解…”相关的问题
第1题
深度学习中如果神经网络的层数较多比较容易出现梯度消失问题,严格意义上来讲是在以下哪个环节出现梯度消失问题?()

A.正向传播更新参数

B.正向传播计算结果

C.反向传播更新参数

D.反向传播计算结果

点击查看答案
第2题
关于循环神经网络以下说法错误的是?()

A.循环神经网络可以根据时间轴展开

B.LSTH也是种循环神经网络

C.LSTM无法解决梯度消失的问题

D.循环神经网络可以简写为RNN

点击查看答案
第3题
随机梯度下降算法是传统机器学习和深度学习中重要的算法之一,以下关于其说法正确的是()。

A.收敛过程比较缓慢

B.难以收敛到极值

C.容易遇到局部极值问题

D.可以避免局部极值问题

点击查看答案
第4题
关于反向传播,以下说法错误的是?()

A.反向传播只能在前馈神经网络中运用

B.反向传播会经过激活函数

C.反向传播可以结合梯度下降算法更新网络权重

D.反向传播指的是误差通过网络反向传播

点击查看答案
第5题
一般把在常温层下,地温随深度增加而逐渐增加,受地球内部热能影响,每向下加深()米,所升高的温度称为地热增温率或地温梯度。

A.50

B.100

C.130

D.150

点击查看答案
第6题
下面对前馈神经网络这种深度学习方法描述不正确的是()。

A.是一种端到端学习的方法

B.是一种无监督学习的方法

C.实现了非线性映射

D.隐含层数目大小对学习性能影响不大

点击查看答案
第7题
地温梯度以称地热增温率。它是指深度每下降100m,温度降低的度数,以℃/100m表示。()
点击查看答案
第8题
井温随着井的深度增加而升高,按一般地温梯度计算,()深井井底温度为150~180℃。

A.3000m

B.4000m

C.5000m

D.6000m

点击查看答案
第9题
测井温梯度、仪器下入井内每个深度每点停留()时间,才能测准温度值。

A.5min

B.10min

C.20min

D.大于仪器感温

点击查看答案
第10题
瓦斯涌出量梯度的物理意义也可理解为()。

A.开采深度每增加10m相对瓦斯涌出量的平均增加值

B.开采深度每增加lm相对瓦斯涌出量的平均增加值

C.开采深度每增加10m绝对瓦斯涌出量的平均增加值

D.开采深度每增加lm绝对瓦斯涌出量的平均增加值

点击查看答案
第11题
根据地转方程可知,经向梯度决定了纬向速度。()
点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改