关于深度学习模型训练,以下哪个说法是错误的()?
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.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
第1题
A.如果训练样本量较大,可选用随机梯度下降(SGD),它考虑历史梯度信息,更容易跳出局部极小值点
B.在高度非凸的深度网络优化过程,主要难点是鞍点
C.用无监督数据作分层预训练(Layer-wisePre-train)有助于解决梯度饱和问题
D.Sigmoid交叉熵损失函数适合于多标签学习,每一维彼此独立
第2题
A.决策树是一种监督式学习
B.监督式学习不需要标签就可以训练
C.监督式学习不可以使用交叉验证进行训练
D.监督式学习是一种基于规则的算法
第3题
A.ECA加流量检测最核心的技术是生成ECA检测分类模型
B.通过前端ECA探针提取加密流量的明文数据,包括TLS握手信息、TCP统计信息、DNS/HTTP相关信息,并将它们统一上报给CIS系统
C.基于分析取证的特征向量,采用机器学习的方法,利用样本数据进行训练,从而生成分类器模型
D.安全研究人员通过和群殴的黑白样本集,结合开源情报,域名,IP,SSL等信息,提取加密流量的特性信息
第4题
A.产业链模型由基础层、技术层、场景应用层组成,上一层对下一层具有支撑意义
B.智慧建筑智能计算的进一步发展体现在硬件和软件两个方面
C.硬件的发展使智能计算模型在结构上更加类脑,在认知和学习行为上更加类人
D.软件的发展主要是研发新型机器学习计算芯片,如深度学习加速器
第5题
A.教师的首要职责是提高学生保持注意的能力
B.儿童天生就喜欢学习和善于学习
C.教育的重点是内容,而不是目的
D.教育的目的是要训练学生的基本学习能力和习惯
第6题
A.双出价功能会优先保证“目标成本”
B.对于深度转化目标,系统模型会“辅助优化”,但不保证达成
C.双出价只要投放满1周,成本可以确保不超
第8题
A.隐藏层数适当诚少,神经网络的分辨能力不变
B.隐藏层数适当增加,神经网络的分辨能力越弱
C.隐藏层数适当增加,神经网络的分辨能力越强
D.隐藏层数适当减少,神经网络的分辨能力越强
第9题
以下关于箱状固位形的说法哪个不确切
A.洞壁要与就位道一致
B.其固位力主要取决于洞的深度和形状
C.洞底一定要预备成一个平面
D.洞深应在2mm以上
E.洞壁可外展2°~5°