单项选择题
A.计算复杂性B.收敛速度C.使用的梯度类型D.是否需要学习率
Dropout改进方法的原理是什么？（）A.增加正则化惩罚项，降低模型复杂度B.增加隐藏层神经元数目，提高模型...
单项选择题Dropout改进方法的原理是什么？（）
A.增加正则化惩罚项，降低模型复杂度B.增加隐藏层神经元数目，提高模型效果C.使用更大的学习率，更快地收敛到最优解D.在训练过程中，以一定的概率随机使某些神经元失活，减少过拟合的可能性
SGD和Adam的优化方法有什么区别？（）A.SGD只考虑一阶梯度，而Adam结合了一阶动量和二阶动量B.Ad...
单项选择题SGD和Adam的优化方法有什么区别？（）
A.SGD只考虑一阶梯度，而Adam结合了一阶动量和二阶动量B.Adam只考虑一阶梯度，而SGD基于动量梯度方法C.SGD和Adam都只使用一阶梯度D.SGD和Adam都考虑二阶梯度
在深度学习中，哪种激活函数通常不存在梯度消失问题，并且计算效率较高？（）A.SigmoidB.TanhC.Re...
单项选择题在深度学习中，哪种激活函数通常不存在梯度消失问题，并且计算效率较高？（）
A.SigmoidB.TanhC.ReLUD.Softmax
