哪个权重的取值或调整方法不能改善卷积神经网络的训练和性能()?
A.He初始化
B.dropout
C.batchnormalization
D.任意随机初始化
A.He初始化
B.dropout
C.batchnormalization
D.任意随机初始化
第2题
根据以下要求确定最终决策(优劣排序和数值结果):
(1)对属性X3,X6的定性表述给以定量化,对“很高”“高”“中”“低”“很低”分别给以分值9,7,5,3,1,或者分别给以分值5,4,3,2,1。
(2)属性权重主观地给定为0.2,0.1,0.1,0.1,0.2,0.3,或者对决策矩阵用信息熵方法得到。
(3)对决策矩阵归一化,最大化,模一化。
(4)用加权和法,加权积法,TOPSIS方法计算方案对目标的权重。
第3题
A.使用增加训练次数的方法不一定可以减少代价函数的取值
B.神经网络权重的初始化大小会对网络的训练结果无影响
C.对神经网络训练的优化需要综合考虑激活函数、网络结构、权重更新方法等多种因素
D.分析问题确定后,神经网络合适的结构就可以确定
第4题
A.在脑神经、脊神经节、交感神经节等神经内或附近注入局麻药物而且阻断神经传导功能,通常用于外科手术的麻醉
B.通过神经阻滞达到解除疼痛、改善血液循环,治疗疼痛性疾病的目的者称为神经阻滞疗法
C.用外科手术的方法,切断传导疼痛的神经纤维,从而达到治疗疼痛性疾病的治疗方法
D.使用相应的神经递质拮抗剂,在神经突触部位阻断神经传导,从而达到治疗疼痛性疾病的治疗方法
第5题
第6题
A.BP神经网络是前馈神经网络
B.BP神经网络的参数权重值是由反向传播学习算法进行调整的
C.BP神经网络模型拓扑结构包括输入层、隐层和输出层
D.BP神经网络利用激活函数来实现从输出到输入的非线性映射