下载APP
【单选题】
梯度爆炸问题是指在训练深度神经网络的时候,梯度变得过大而损失函数变为无穷。在RNN中,下面哪种方法可以较好地处理梯度爆炸问题?
A.
用改良的网络结构比如LSTM和GRUs
B.
梯度裁剪
C.
Dropout
D.
所有方法都不行
参考答案：
参考解析：
刷刷题刷刷变学霸
举一反三
【单选题】下列有关田口质量损失函数下列描述不正确的是()。
A.
质量特性偏离目标值越远，顾客成本越大
B.
产品合格，顾客成本一样
C.
质量损失随着质量特性偏离目标值的大小而变化
D.
不是只要合格就不会造成损失
【单选题】0/1损失函数为什么不能用于定义模型的损失函数
A.
这种损失函数，计算复杂度太高。
B.
这种损失函数无法对模型参数求导。
C.
这种损失函数会增大模型的经验风险。
D.
这种损失函数属于离散函数。
【单选题】某网上书店成若当天12：00送货，送货时间超过承诺时间2小时，客户就难以接受，如果没有按承诺的目标送货时间送货，公司就会给予客户一定赔偿，罚款是10元，那么损失函数式中的k值为（ ）。
A.
1
B.
1.5
C.
2
D.
2.5
【单选题】梯度爆炸问题是指在训练深度神经网络的时候，梯度变得过大而损失函数变为无穷。在RNN中，哪种方法可以较好地处理梯度爆炸问题（）
A.
用改良的网络结构
B.
梯度裁剪
C.
Dropout
D.
以上都不是