典型卷积神经网络算法单元测试与答案.docxVIP

  • 14
  • 0
  • 约2.43千字
  • 约 6页
  • 2022-10-07 发布于重庆
  • 举报

典型卷积神经网络算法单元测试与答案.docx

典型卷积神经网络算法单元测试与答案 一、单选题 1、梯度消失和梯度爆炸不会导致下面哪种情况? A.梯度爆炸使网络训练时代价函数震荡,不利于收敛 B.梯度消失会导致网络训练变慢 C.梯度爆炸会加快网络训练,更易达到最优解 D.梯度消失使网络性能不佳,分类准确度低 正确答案:C 2、以下哪个不是AlexNet的创新点? A.dropout B.共享权重 C.双GPU训练 D.Relu激活函数和重叠池化 正确答案:B 3、AlexNet使用ReLU激活函数的好处不包括以下哪个方面? A.开销小、计算快 B.梯度为0时神经元难以正常工作 C.提高l网络训练速度 D.缓解了梯度消失问题 正确答案:B

文档评论(0)

1亿VIP精品文档

相关文档