更多"[判断题]()2006年,神经网络专家Hinton提出神经网络深度学习"的相关试题:
[多选题] 年,深度学习元年,深度学习之父Hinton提出了哪些观点:()。
A.多层人工神经网络模型可以有很强的特征学习能力。
B.深度学习模型对原始数据有更本质的表达。
C.深度神经网络可以采用逐层训练方法进行优化。
D.训练时可以将上层训练好的结果作为下层训练过程中的初始化参数。
[多选题]下面那些会影响神经网络的深度选择的因素?()。
A.神经网络的类型
B.输入数据
C.计算能力,即硬件和软件能力
D.学习率
[判断题]()机器学习.深度学习.人工智能的关系为:人工智能>深度学习>机器学习。
A.正确
B.错误
[判断题]深度神经网络图像识别技术中,网络的前端层用来对特征进行映射,后端层提取图像的特征从而实现图像识别分类。
A.正确
B.错误
[判断题]()卷积神经网络是Hopfield神经网络的延伸与拓展。
A.正确
B.错误
[多选题]深度神经网络图像识别技术中预处理是指图像进行()等的操作,从而加强图像的重要特征。
A.旋转
B.去噪
C.平滑
D.变换
[判断题]主要的智能控制方法有:专家系统、模糊控制、神经网络控制。
A.正确
B.错误
[判断题]()当前人工智能领域的大量研究集中在深度学习,但是深度学习的局限是需要大量人工干预,比如人工设计深度神经网络模型.人工设定应用场景.人工采集和标注大量训练数据.用户需要人工适配智能系统等,费时费力。
A.正确
B.错误
[判断题]()人工神经网络,以数学模型模拟神经元活动,是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。
A.正确
B.错误
[单选题]人们越来越多的发现深度学习模型的结果不具备(),当其与人类常识或者专家知识发生冲突时,很难得以运用。将知识图谱中蕴含的知识与深度神经网络模型的学习打通结合,互为补充。
A.通用性
B.可解释性
C.可扩展性
D.实用性
[判断题]()人工神经网络是对人脑或生物神经网络若干基本特性的抽象和模拟。
A.正确
B.错误
[单选题]假设我们需要训练一个卷积神经网络,来完成500种概念的图像分类。该卷积神经网络做好一层是分类层,则最后一层输出向量的维数大小可能是()。
A.1
B.500
C.300
D.100
[判断题]()卷积神经网络是一种常用来处理具有网格结构拓扑数据的神经网络,如处理时序数据和图像数据等,广泛应用于人脸识别.物品识别等领域。
A.正确
B.错误
[判断题]神经网络建立在自学习的数学模型基础之上。它可以对大量复杂的数据进行分析,并可以完成对人脑或其他计算机来说极为复杂的模式抽取及趋势分析。
A.正确
B.错误
[判断题]()按拓扑结构分,人工神经网络可以分为前馈网络和反馈网络。
A.正确
B.错误
[多选题]下面哪些是深度学习框架()。
A.飞桨PaddlePaddle
B.TensorFlow
C.Pytorch
D.MindSpore
[单选题]下列关于深度学习说法错误的是()。
A.LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题
B.CNN相比于全连接的优势之一是模型复杂度低,缓解过拟合
C.只要参数设置合理,深度学习的效果至少应优于随机算法
D.随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
[单选题]在一个神经网络里,知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权重和偏差,就可以近似任何函数。实现的最佳的办法是()。
A.随机赋值,祈祷它们是正确的
B.搜索所有权重和偏差的组合,直到得到最佳值
C.赋予一个初始值,通过检查跟最佳值的差值,然后迭代更新权重
D.以上都不正确
[多选题]深度学习在计算机视觉的前沿应用包括()。
A.人脸识别
B.图像搜索引擎
C.自动驾驶
D.智能监控