A.更多的训练数据 B.L1正则化 C.L2正则化 D.减小模型的复杂度
判断题在机器学习训练时,Mini-Batch的大小优选为2个的幂,如256或512。这样做的主要目的是符合CPU、GPU的内存要求,利于并行化处理。
判断题异或(XNOR)关系是非线性的,因此要用模型表示XNOR关系,应该用ReLU激活函数,让神经网络具有逼近非线性函数的能力。
单项选择题在卷积神经网络的第一层中有5个卷积核,每个卷积核尺寸为7×7,具有零填充且步幅为1。该层的输入图片的维度是224×224×3。那么该层输出的维度是多少?()
A.217*217*3 B.217*217*8 C.218*218*5 D.220*220*7
判断题有人认为增加卷积核的尺寸,一定能提高卷积神经网络的性能。
判断题机器学习中的学习率的值太大会使损失升高,值太小会使训练速度缓慢。