首页 > 行业知识> 社会科学

题目内容（请给出正确答案）

[判断题]

对数据量较少的深度学习，为了避免过拟合，可以对训练数据添加Dropout层。（)

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“对数据量较少的深度学习，为了避免过拟合，可以对训练数据添加D…”相关的问题

第1题

防止神经网络中过度拟合的最常用方法的是（）

A.获取更多训练数据

B.减少网络容量

C.添加权重正规化

D.添加dropout

点击查看答案

第2题

机器学习模型经常使用Dropout层构造全连接网络。（)

点击查看答案

第3题

过拟合不可以彻底避免。（)

点击查看答案

第4题

分类器趋向于过分拟合训练集数据：即在学习期间，它可能包含了训练数据中的某些特定的异常，这些异常不在一般数据集中出现。（)

点击查看答案

第5题

过拟合的解决办法有（)。

A.增加训练集的数据量

B.正则化方法

C.增加样本的数量

D.增加训练的次数

点击查看答案

第6题

机器学习模型经常使用Dense层进行正则化，限制模型中参数，从而减少模型的过拟合的可能。（)

点击查看答案

第7题

训练数据较少时更容易发生欠拟合。（)

点击查看答案

第8题

学习训练后的状态有（)。

A.适当拟合

B.欠拟合

C.过拟合

D.正则化方法

点击查看答案

第9题

当训练数据较少时更容易发生___拟合，当训练数据特征维度过多，拟合出的函数过于复杂时容易发生___拟合。

A.欠、欠

B.欠、过

C.过、欠

D.过、过

点击查看答案

第10题

多因子可以对多个设备参数进行拟合。（)

点击查看答案

第11题

属于欠拟合的解决办法有（)

A.调整模型的容量(capacity)

B.增加训练集的数据量

C.增加训练的次数

D.减少学习率，减少学习的步长，增加学习的精度

点击查看答案

湖南希赛网络科技有限公司版权所有 ©2001-2024

湘ICP备10203241号-11 营业执照

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）