计算机

如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为

发布于 2021-07-29 15:31:34

【多选题】
A 梯度剪切
B 随机欠采样
C 使用 Relu 激活函数
D 正则化

关注者

0

被浏览

109

Yohann 2021-07-29

这家伙很懒，什么也没写！

此回答被采纳为最佳答案，开通VIP会员可查看

1 个回答

撰写答案

请登录后再发布答案，点击登录

关于作者

路人甲

汽车、汽车发动机话题的优秀答主

提问

回答

1099

被采纳

1098

关注TA

发私信

相关问题

1

以下哪些激活函数容易产生梯度消失问题?

2

卷积神经网络中同一卷积层的所有卷积核是权重共享的。

3

关于卷积神经网络池化层以下描述正确的是?

4

在深度学习网络中，反向传播算法用于寻求最优参数，在反向传播算法中使用的什么法则进行逐层求导的?

5

传统机器学习和深度学习是人工智能核心技术，在工程流程上略有差别，以下步骤在深度学习中不需要做的是

6

TensorFlow20中的Keras接口的三个主要优势是方便用户使用，模块化和可组合，易于扩展。

7

tfkerasdatasets可以查看keras中内置的数据集。

8

TensorFlow20中取消了图和会话的机制。

9

在TensorFlow20中tfcontrib方法可以继续使用。

10

OnDevice执行，即整图卸载执行，充分发挥异腾芯片的算力，可以大大降低交互的开销，从而提升加速器占用率，关于0nDevice执行以下描述错误的是?

发布
问题

手机
浏览

扫码手机浏览

在线
客服