下列关于BP网络说法不正确的是()。
A.标准BP算法每次仅针对一个训练样例更新连接权和阈值
B.BP神经网络经常遭遇过拟合
C.早停策略可用来缓解BP网络的过拟合问题
D.晚停策略可用来缓解BP网络的欠拟合问题
A.标准BP算法每次仅针对一个训练样例更新连接权和阈值
B.BP神经网络经常遭遇过拟合
C.早停策略可用来缓解BP网络的过拟合问题
D.晚停策略可用来缓解BP网络的欠拟合问题
A.BP支持AND、OR、NOT布尔逻辑运算
B.BP支持截词检索及短语词组精确检索
C.BP支持NEXT邻近算符,要求连接NEXT的两个检索词必须相邻,但前后顺序不限
D.BP支持SAME邻近算符,要求连接SAME的两个检索词出现在同一个句子
A.以IP网络进行传输
B.扩展容易,安装简单方便
C.支持广泛的操作系统
D.适合大规模的块级存储
A.CNN和RNN都属于神经网络,因此二者的训练方式完全一致,均采用BP算法。
B.CNN和RNN都采用了权值共享机制以减少网络中的参数量。
C.在同一个网络中,CNN结构和RNN结构不能同时使用。
D.CNN适用于图像处理,而RNN适用于序列数据处理。
A.OSI的整个通信功能划分为7个层次
B.接口是指同一节点内相邻层之间交换信息的连接点
C.传输层协议的执行只需使用网络层提供的服务,跟数据链路层向网络层提供的服务具体实现方法没有关系
D.ISO划分网络层次的基本原则是:不同的节点都有相同的层次;不同的节点的相同层次可以有不同的功能
A.把分散的计算资源集中到大的资源池里,以方便统一管理和分配
B.云计算具有超级计算机一般的计算能力,不通过网络也能够获取服务
C.我们能够按需在“云”上获取计算能力,存储空间和信息服务
D.“云”是一个庞大的资源池,可以按需购买,可以像水、电、煤气那样计费
A.Dropout背后的思想其实就是把DNN当做一个集成模型来训练,之后取所有值的平均值,而不只是训练单个DNN
B.DNN网络将Dropout率设置为p,也就是说,一个神经元被保留的概率是1-p。当一个神经元被丢弃时,无论输入或者相关的参数是什么,它的输出值就会被设置为0
C.丢弃的神经元在训练阶段,对BP算法的前向和后向阶段都没有贡献。因为这个原因,所以每一次训练,它都像是在训练一个新的网络
D.Dropout方法通常和L2正则化或者其他参数约束技术(比如MaxNorm)一起使用,来防止神经网络的过拟合
A.一个BTS中可以同时开通基带跳频和射频跳频
B.为了清楚的了解各频点的占用与电平质量,信令跟踪时必须取消跳频
C.跳频技术只对频率分集起作用
D.跳频技术只对干扰分集起作用