下列关于极大似然估计的说法正确的有（）

试卷相关题目

• 1下列关于RNN、LSTM、GRU的说法正确的有（）

  A.RNN引入了循环的概念

  B.LSTM可以防止梯度消失或者爆炸

  C.GRU是LSTM的变体

  D.RNN、LSTM、GRU是同一神经网络的不同说法，没有区别

  开始考试点击查看答案
• 2RNN网络的激活函数选用双曲正切而不是Sigmod的原因有（）

  A.使用Sigmod函数容易出现梯度消失

  B.Sigmod的导数形式较为复杂

  C.双曲正切更简单

  D.Sigmoid函数实现较为复杂

  开始考试点击查看答案
• 3下列关于深度学习的实质及其与浅层学习区别的说法正确的有（）

  A.深度学习强调模型深度

  B.深度学习突出特征学习的重要性：特征变换+非人工

  C.没有区别

  D.以上答案都不正确

  开始考试点击查看答案
• 4与相同步长的卷积层相比，使用池化层的优势不包含（）

  A.参数更少

  B.可以获得更大下采样

  C.速度更快

  D.有助于提升精度

  开始考试点击查看答案
• 5卷积神经网络中常用的池化函数包括（）

  A.最大池化函数

  B.L2范数

  C.相邻矩形区域内的平均值

  D.基于据中心像素距离的加权平均函数

  开始考试点击查看答案
• 6下列可以用来构造神经网络的算法有()

  A.KNN

  B.线性回归

  C.逻辑回归

  开始考试点击查看答案
• 7以下列描述属于传统循环神经网络的性质有

  A.上一时刻的网络状态狺息将会作用于下一时刻的网络状态

  B.并行处理序列中的所有信息

  C.容易梯度爆炸/消失

  D.易于搭建

  开始考试点击查看答案
• 8下列属于CNN关键层的有（）

  A.输入层

  B.卷积层

  C.激活层/消失

  D.池化层

  开始考试点击查看答案
• 9基于核的机器学习算法有（）

  A.最大期望算法

  B.径向基核函数

  C.线性判别分析法/消失

  D.支持向量机

  开始考试点击查看答案
• 10循环神经网络的输出模式包含（）

  A.多输出

  B.单输出

  C.同步多输出/消失

  D.异步多输出

  开始考试点击查看答案