A.用于确定某些应该从搜索树中抛弃或修剪的节点B.用于决定要生成哪一个或哪几个后继节点C.用于决定应先扩展哪一个节点D.用于决定节点的类型
多项选择题从哪些方向上可以解决overfitting问题()
A.选择合适的损失函数B.选择合适的Mini-batchsizeC.选择合适的激活函数D.选择合适的自适应学习率
多项选择题在深度学习中,以下哪些因素可能导致模型过拟合()
A.训练数据太少B.模型过于复杂C.训练时间过长D.使用了过多的正则化
多项选择题在深度学习中,以下哪些方法可以用于优化模型的训练过程()
A.梯度下降B.学习率调整C.权重初始化D.特征选择
多项选择题在深度学习中,以下哪些技术可以用于减少模型的计算量和内存消耗()
A.权重剪枝B.模型量化C.增加网络层数D.使用1x1卷积
多项选择题在深度学习中,以下哪些是处理不平衡数据集的常用策略()
A.重新采样B.修改损失函数C.使用类别权重D.早停法