多项选择题
A.减小模型的非线性度B.增加数据特征C.加深网络D.减少正则化参数
如何处理深度神经网络中的过拟合问题？（）A.数据增强B.DropoutC.加深网络层数D.损失函数正则化
多项选择题如何处理深度神经网络中的过拟合问题？（）
A.数据增强B.DropoutC.加深网络层数D.损失函数正则化
面对一个深度神经网络模型，当数据集不够大时，可采用的应用策略有（）A.数据增强B.Fine-tuningC.D...
单项选择题面对一个深度神经网络模型，当数据集不够大时，可采用的应用策略有（）
A.数据增强B.Fine-tuningC.DropputD.以上均可
以下属于深度卷积神经网络的超参数的有（）A.学习率B.卷积核的尺寸C.卷积核的核参数D.激活函数类型
多项选择题以下属于深度卷积神经网络的超参数的有（）
A.学习率B.卷积核的尺寸C.卷积核的核参数D.激活函数类型
