下面关于BP神经网络的训练的说法中,正确的说法是哪个()?
A.BP神经网络的训练过程中,先进行后向传播再进行前向传播
B.通过损失函数对后向传播结果进行判定
C.通过前向传播过程对权重参数进行修正
D.训练过程中权值参数的运算量很大,一般采用梯度下降法
A.BP神经网络的训练过程中,先进行后向传播再进行前向传播
B.通过损失函数对后向传播结果进行判定
C.通过前向传播过程对权重参数进行修正
D.训练过程中权值参数的运算量很大,一般采用梯度下降法
第1题
A.训练时新样本的加入对已经学习的样本没影响
B.易陷入局部极小值
C.学习效率低,收敛速度慢
D.隐层的个数以及隐层节点的数量选取缺乏理论指导
第4题
A.(2)(1)(3)(4)
B.(1)(3)(2)(4)
C.(1)(2)(3)(4)
D.(2)(3)(1)(4)
第6题
A.对激活函数的输出结果进行范围限定,有助于梯度平稳下降,而ReLU输出范围无限的函数会导致梯度消失问题
B.ReLU函数中所有负值均被截断为结果0,从而导致特征丢失,可适当调高学习率避免此类情况
C.RMSProp学习率调整策略引入累积梯度的概念,从而解决学习率过早趋向于0而结束训练
D.随机梯度下降(SGD)每次更新只随机取一个样本,按照固定学习率计算梯度,所以速度较快
第7题
A.异构插件(HETERO)实现用多个硬件各自分担一部分推理任务
B.多设备插件(MULTI)来实现多个硬件自动并行计算多个神经网络
C.异构插件是协同不同类型的计算资源
D.异构插件(HETERO)是动态检查各计算设备的利用率
第8题
A.模型经过OpenVINO训练后,再由模型优化和模型推理
B.OpenVINO对模型训练后支持保存为H5和PB两种格式的模型文件
C.OpenVINO只支持C++语言进行项目开发
D.OpenVINO中可使用异步操作进行加速推理速度
第10题
A.学习率控制每次更新参数的幅度,学习率越大模型准确率越高
B.固定学习率比Adam自动调整学习率更快训练完成
C.过高的学习值会使损失值不降反升
D.学习率对模型训练时长有影响,对模型性能没有影响