A.模型发散B.模型收敛速度变慢C.训练数据损失曲线变得平滑D.模型前向计算过程加快
多项选择题学习率变大,可能会使模型训练的时候()
A.模型发散B.模型收敛速度加快C.训练数据损失曲线变得不稳定D.模型前向计算过程加快
多项选择题下列哪些方法可以缓解梯度弥散()
A.加大学习率B.减少数据C.减少网络的深度D.使用Relu激活函数
多项选择题下列哪些情况可能会导致梯度弥散()
A.网络层次太深B.使用了饱和性激活函数C.学习率太小D.使用了SGD优化器
多项选择题下面对前向计算描述错误的是()
A.前向计算是模型学习过程B.前向计算目的是预测数据结果C.前向计算目的是训练模型参数D.前向计算的时候容易发生梯度弥散现象
多项选择题哪些情况下不适合于用预训练权重进行模型训练()
A.数据量太小B.期望模型更快的收敛C.对模型结构改动太大D.期望模型推理速度更快
多项选择题常见的人工智能模型云端部署通讯协议有()
A.jdbcB.socktC.httpsD.http
多项选择题常见的人工智能模型部署方式有()
A.云端部署B.边缘设备部署C.移动端部署D.防火墙部署
多项选择题对人工智能模型进行减枝的目的是()
A.降低模型的参数量B.提高模型的精度C.加快模型在边缘计算设备上的推理速度D.提高模型泛化能力
多项选择题Adam优化器中用到了哪些技术()
A.反向传播算法B.小批量学习C.动态学习率D.动量学习
多项选择题SGD优化器中用到了哪些技术()
多项选择题导致模型过拟合的原因有()
A.数据质量低B.数据量少C.模型规模太大D.模型参数量太少
多项选择题样本质量评估包括()方面的指标。
A.数据量B.内容C.多样性D.均衡性
多项选择题下面哪些对3D点云描述正确的是()
A.3D点云数据只有顶点数据,无线和面的数据B.3D点云数据相对与完整3D数据,数据量更少,处理起来更高效C.3D点云技术常用到自动驾驶行业中D.可以通过3D点云数据完全还原物体的纹理贴图信息
多项选择题3D点云常见的任务有哪些()
A.3D物体识别B.3D物体重建C.3D物体跟踪D.3D纹理贴图
多项选择题下列哪些操作会使得图像变模糊()
A.去掉低频信号,保留高频信号B.去掉高频信号,保留低频信号C.使用高斯核对图像进行卷积运算D.使用拉普拉斯核对图像进行卷积运算