人工智能

人工智能

1. 梯度消失问题多发于层数过多的深度神经网络（单选题）

2. 卷积层具备局部感受野与权值共享两大核心特点（单选题）

3. 池化层主要作用是压缩特征、降低参数量减少计算量（单选题）

4. 独热编码常用于处理离散型类别特征数据（单选题）

5. 训练数据噪声过多会直接降低模型最终泛化效果（单选题）

6. 逻辑回归算法只能用于回归预测不能做分类任务（单选题）

7. 集成学习可融合多个弱模型组合成强学习器提升精度（单选题）

8. 时序数据具有前后顺序关联性，不可随意打乱顺序（单选题）

9. 预训练权重初始化网络可以加快模型收敛速度（单选题）

10. 学习率设置过小会导致模型训练收敛速度极其缓慢（单选题）