图像处理中的开运算指（）

单项选择题用同一种方法，无限的对数据增强，会导致（）

A.模型精度越来越高
B.模型推理速度降低
C.模型推理速度加快
D.模型精度不在提高

单项选择题数据增强的目的，描述错误的是（）

A.增加样本数据量
B.增加样本多样性
C.提高模型推理速度
D.提高模型泛化能力

单项选择题自监督学习的优势描述错误的是（）

A.降低训练数据量
B.加快推理速度
C.提高精度
D.加快任务收敛速度

单项选择题自监督学习的主要目的是（）

A.提高数据质量
B.提高模型对数据自身特征的理解能力
C.提高模型的推理速度
D.提高模型的收敛速度

单项选择题下面对自监督学习描述正确的是（）

A.自监督的样本数据是无标签的
B.自监督的样本数据是有标签的
C.自监督学习过程只有前向推理过程
D.自监督学习过程只有后向计算过程

单项选择题在模型训练得时候，下面哪些情况可通过变小学习率来缓解（）

A.模型发散
B.模型前向计算很慢
C.训练数据损失曲线下降慢
D.测试数据损失曲线值变大

单项选择题在模型训练得时候，下面哪些情况可通过变大学习率来缓解（）

A.模型发散
B.模型前向计算很慢
C.训练数据损失曲线下降慢
D.测试数据损失曲线值变大

单项选择题对梯度暴涨描述错误的是（）

A.梯度暴涨的时候，输出结果迅速变大，直到输出Nan
B.网络层次太深，容易发生梯度暴涨
C.梯度暴涨的原因是网络在进行后向训练的时候，梯度突然变大，且越来越大导致
D.降低数据量，梯度暴涨问题就会得到缓解

单项选择题下列哪些情况可能会导致梯度暴涨（）

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

单项选择题当前主流的人工智能模型深度神经网络在训练的时候，哪一步会修改网络的权重（）

A.数据预处理
B.前向计算
C.计算损失
D.后向计算