深度学习训练中常用的优化器包括( )
- AAdam
- BSGD
- CRMSprop
- DExcel
以下关于预训练和微调的说法正确的有( )
- A预训练在大数据集上学习通用特征
- B微调在小数据集上适配特定任务
- C微调就是从零训练
- D预训练模型不能微调
深度学习面临的主要挑战包括( )
- A需要大量标注数据
- B模型可解释性差
- C计算资源需求大
- D训练速度总是很快
以下关于自编码器的说法正确的有( )
- A由编码器和解码器组成
- B用于学习数据压缩表示
- C主要用于分类任务
- D是GAN的一种变体
以下关于深度学习硬件的说法正确的有( )
- AGPU适合深度学习并行计算
- BTPU是专为AI设计的芯片
- CCPU是最适合训练的硬件
- DFPGA是最常用的硬件
深度学习在自然语言处理中的应用包括( )
- A机器翻译
- B文本分类
- C问答系统
- D图像分割
以下关于端到端学习的说法正确的有( )
- A从原始输入直接到最终输出
- B减少了人工设计步骤
- C不需要训练数据
- D计算资源需求更少
缓解深度学习过拟合的方法包括( )
- A数据增强
- BDropout
- C早停
- D增加模型复杂度
以下关于深度学习发展历程的说法正确的有( )
- AAlexNet是深度学习在视觉的突破
- BTransformer对NLP产生深远影响
- C深度学习是2000年才出现的
- DGAN是最早的深度学习模型
深度学习模型评估中常用的指标包括( )
- A准确率
- B损失值
- CF1分数
- D文件大小
以下关于深度学习的局限性的说法正确的有( )
- A需要大量标注数据
- B模型决策过程难以解释
- C计算资源需求大
- D在所有场景都优于传统方法
深度学习是机器学习的一个子领域。
深度学习一定能比传统机器学习效果更好。
深度学习模型可以自动从数据中学习特征,不需要人工设计。
GAN中的生成器和判别器是合作关系。
迁移学习只能在完全相同的任务间进行。
深度学习模型的训练需要大量的计算资源。
数据增强可以创造训练数据中不存在的新信息。
ResNet的残差连接使梯度可以直接回传。
深度学习模型的可解释性比决策树好。
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。