卷积神经网络只能以图像作为输入。
人工智能通识基础 练习题
共 674 道题,以下仅展示题目与选项,供练习与学习使用。
想边做边批改、自动判分、收藏错题?
前往主站在线练习《人工智能通识基础》,获得完整学习体验。
前往 爱课堂 学习 →
下面对卷积神经网络的描述不正确的是
- A是一种端到端学习的方法
- B训练中采用反向传播算法
- C是一种非监督学习方法
- D训练中可使用数据增强技术
在卷积神经网络中,下面哪个作用是池化(pooling)层所完成的
- A下采样
- B图像增强
- C图像载剪
- D上采样
无监督学习的过程中完全不需要使用标签信息。
- A对
- B错
下列哪一个是深度学习模型最常用的激活函数?
- A阈值激活函数
- B以e为底的指数函数
- CTanh 函数
- DReLU函数
卷积神经网络相比于全连接网络,能够有效减少网络参数。
- A对
- B错
下面对循环神经网络的描述不正确的是
- A训练过程中不存在梯度消失的问题
- B每个时刻的状态不仅依赖当前时刻输入,还依赖上一时刻的状态
- CLSTM 是其中一种典型模型
- D训练过程中采用反向传播算法
以下哪些因素是深度学习取得成功的重要原因?
- A大数据
- B算法
- C算力
- D端到端训练
大语言模型本质上是深度神经网络。
- A对
- B错
大语言模型具备一定的语言理解与分析能力。
- A对
- B错
大语言模型就是聊天机器人。
- A对
- B错
大语言模型只能以文本作为输入。
- A对
- B错
以下哪些是LSTM 中的基本门结构?
- A遗忘门
- B输入门
- C输出门
- D状态门
大语言模型通常依赖于什么来进行训练?
- A大量标注的语音数据
- B大量的文本数据
- C数学方程
- D视频数据
大语言模型的一个主要挑战是什么?
- A数据标注过于精确
- B偏见、隐私和版权问题
- C缺乏足够的词汇量
- D无法处理文本数据
大语言模型的主要功能是什么?
- A生成和理解自然语言
- B控制物联网设备
- C进行图像识别
- D管理数据库
数据增强会改变原始数据的分布,导致模型的泛化能力减弱。
- A对
- B错
以下哪些技术是大语言模型产生的重要基础?
- A深度学习技术
- BTransformer
- C注意力机制
- D支持向量机
SQL 与 NoSQL 数据库的主要区别在于,SQL 是关系型数据库,而 NoSQL 是非关系型数据库。
- A对
- B错
以下哪些是大语言模型的常见应用?
- A文本生成
- B图片生成
- C密码生成
- D视频生成
本页仅提供题目与选项供学习参考,不含答案。如需系统练习、自动判分与错题本,欢迎前往主站《人工智能通识基础》在线练习。