| 題目 |
題目類(lèi)型 |
操作 |
| BP神經(jīng)網(wǎng)絡(luò)中?神經(jīng)元節(jié)點(diǎn)中的激活函數(shù)(Activation Function)可以是以下哪些?（多... |
普通多選題 |
去答題
|
| 不同的神經(jīng)網(wǎng)絡(luò)架構(gòu)方式會(huì)建立出不同的模型，以下哪些模型是神經(jīng)網(wǎng)絡(luò)的變形？（多選） |
普通多選題 |
去答題
|
| 對(duì)于感知機(jī)的算法來(lái)說(shuō)（）（多選） |
普通多選題 |
去答題
|
| 關(guān)于感知機(jī)以下說(shuō)法正確的是（ ）（多選） |
普通多選題 |
去答題
|
| 關(guān)于感知機(jī)正確的是（ ）（多選） |
普通多選題 |
去答題
|
| 關(guān)于深度學(xué)習(xí)的描述，以下說(shuō)法錯(cuò)誤的是（）（多選） |
普通多選題 |
去答題
|
| 下列何者是類(lèi)神經(jīng)網(wǎng)絡(luò)的缺點(diǎn)？（多選） |
普通多選題 |
去答題
|
| 下面關(guān)于編碼器和注意力機(jī)制的對(duì)比描述中，正確的是（）（多選） |
普通多選題 |
去答題
|
| 以下哪個(gè)是神經(jīng)網(wǎng)絡(luò)中常用的激活函數(shù)?（多選） |
普通多選題 |
去答題
|
| 以下哪些算法，可以用神經(jīng)網(wǎng)絡(luò)去構(gòu)造？（多選） |
普通多選題 |
去答題
|
| BERT 預(yù)訓(xùn)練模型的 fine-tuning過(guò)程不能解決以下哪個(gè)任務(wù)？ |
普通選擇題 |
去答題
|
| BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練順序?yàn)楹?？?A:調(diào)整權(quán)重; B:計(jì)算誤差值; C:利用隨機(jī)的權(quán)重產(chǎn)生輸出的結(jié)果） |
普通選擇題 |
去答題
|
| BP神經(jīng)網(wǎng)絡(luò)可以有幾層隱藏層？ |
普通選擇題 |
去答題
|
| CNN 取代RNN來(lái)做Attention出現(xiàn)在哪一年（ ） |
普通選擇題 |
去答題
|
| LSTM技術(shù)有幾個(gè)門(mén)控單元（ ） |
普通選擇題 |
去答題
|
| RCNN算法分為三個(gè)步驟，分別是：(a) Extract region proposals (b) ... |
普通選擇題 |
去答題
|
| 不是Seq2Seq中引入Attention原因是（ ） |
普通選擇題 |
去答題
|
| 當(dāng)?shù)箓鬟f類(lèi)神經(jīng)網(wǎng)絡(luò)無(wú)隱藏層，輸出層只有一個(gè)節(jié)點(diǎn)，且使用Sigmoid函數(shù)的時(shí)候，倒傳遞神經(jīng)網(wǎng)絡(luò)會(huì)退化... |
普通選擇題 |
去答題
|
| 對(duì)于神經(jīng)網(wǎng)絡(luò)的說(shuō)法，下面正確的是？ |
普通選擇題 |
去答題
|
| 感知機(jī)里如何判斷誤分類(lèi)點(diǎn) |
普通選擇題 |
去答題
|
