以下关于神经网络说法正确的有()。
A.神经网络可以实现线性分类
B.神经网络可以实现非线性分类
C.神经网络的每层神经元激活函数值阈必须在[-1,1]
D.神经网络的每层神经元激活函数必须相同
A.神经网络可以实现线性分类
B.神经网络可以实现非线性分类
C.神经网络的每层神经元激活函数值阈必须在[-1,1]
D.神经网络的每层神经元激活函数必须相同
A.单层感知器的局限在于不能解决异或问题
B.前馈神经网络可用有向无环图表示
C.随着神经网络隐藏层数的增加,模型的分类能力逐步减弱
D.前馈神经网络同一层的神经元之间不存在联系
A.Pandas是Python用于数据分析的重要模块
B.Pandas模块包含了多种神经网络算法
C.Numpy模块提供了对数组的高性能处理功能
D.SciKit-Learn(sk learn) 模块包含了多种机器学习算法
A.每一个卷积核在遍历整个图像的时候,卷积核的参数是固定不变的
B.每个卷积核在遍历整个图像的时候,卷积核的参数是变化的
C.图像的空间联系是局部像素较为稀疏,而距离较远的像素相关性较强
D.图像的空间联系是局部像素较为紧密,而距离较远的像素相关性较强
A.每一次Epoch都会对之前的参数进行调整,迭代次数越多,损失函数一般越小
B.训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中
C.在训练神经网络过程中,参数不断调整,其调整的依据是基于损失函数不断减少
D.模型参数量越多越好,但没有固定的对应规则
A.它主要应用于计算机视觉,实现深度神经网络模型优化和推理计算加速
B.拥有预置的计算机视觉功能库和预优化的内核
C.支持来自流行的框架Caffe、TensorFlow和MXNet的模型
D.只能在Linux平台运行的机器视觉软件工具包
A.在FPGA硬件下,要求OpenCV运行在CPU或GPU上
B.在VPU硬件下,支持神经网络计算棒
C.在VPU硬件下,不支持macOS操作系统
D.在FPGA硬件下,支持CentOS7.464位
A.通过正则化可以减少网络参数的个数,一定程度可能增加过拟合
B.利用L1或L2正则化可以使权重衰减,从而一定程度上减少过拟合
C.在神经网络训练过程中类似dropout减少神经元或相关链接权的数量
D.通过增加数据扰动的数据增强减少了神经网络的过拟合