题目内容
（请给出正确答案）
[多选题]
下面哪些方法有助于解决深度网络的梯度消失问题（）。
A.增加网络深度
B.使用Sigmoid激活函数
C.使用ReLU激活函数
D.采用Batch Normalization
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.增加网络深度
B.使用Sigmoid激活函数
C.使用ReLU激活函数
D.采用Batch Normalization
如果结果不匹配，请 联系老师 获取答案
更多“下面哪些方法有助于解决深度网络的梯度消失问题（）。”相关的问题
A.随机梯度下降
B.设置Momentum
C.设置不同初始值
D.增大batchsize
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
A.网中网(NIN)结构用全连接的多层感知机去代替传统的卷积，提升了模型的计算性能，但计算量显著增加
B.网络层数越多，学习率可设置偏大，否则容易引起梯度消失
C.VGG只要很少的迭代次数就会收敛，这是因为小的过滤尺寸起到了隐式的正则化的作用
D.Bagging中每个训练集互不相关，而Boosting中训练集要在上一轮的结果上进行调整，所以不能并行计算
A.改变Linux块设备队列深度
B.改变Linux的CPU运行模式为降频
C.改变Linux的预读量
D.改变Linux块设备IO调度策略
