网友您好， 请在下方输入框内输入要搜索的题目：
题目内容
（请给出正确答案）
深度学习采用了layer-wise的训练机制，克服了BP神经网络训练中的梯度扩散问题。
参考答案和解析
在预训练的模型基础上，采用微调（fine-tune）的方法对少量的新样本训练往往比从头训练效果差，但训练的速度快;在预训练的模型进行微调时，一般预先对顶层的参数进行调整，这是因为与底层比较，顶层获得的特征是更通用的特征
更多 “深度学习采用了layer-wise的训练机制，克服了BP神经网络训练中的梯度扩散问题。” 相关考题
考题
AlphaStar之所以能战胜人类,错误的原因是()
A、使用深度增强学习来实现训练模型，包含了强化学习和深度学习B、高度可伸缩的分布式训练系统C、AI的反应较快，视野较好，不会墨守成规D、AlphaStar运气好
考题
对于一个分类任务,如果开始时神经网络的权重不是随机赋值的,二是都设成0,下面哪个叙述是正确的?( )
A.其他选项都不对B.没啥问题，神经网络会正常开始训练C.神经网络可以训练，但是所有的神经元最后都会变成识别同样的东西D.神经网络不会开始训练，因为没有梯度改变
考题
当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，费时费力。（）
考题
判断题当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，费时费力。（）A
对B
错
考题
下列选项中，人工智能的基础实现有？ (1.0分) [多选]
A. 机器学习 B. 深度学习 C. BP神经网络 D. 卷积神经网络 E. 存储智能
热门标签
最新试卷