单选题多义现象可以被定义为在文本对象中一个单词或短语的多种含义共存。下列哪一种方法可能是解决此问题的最好选择？

A、随机森林分类器

B、卷积神经网络

C、梯度爆炸

D、上述所有方法

由4l***su提供分享举报纠错

相关试题

单选题假设需要构建一个用于分类的神经网络模型，样本的标签种类数为5，请问下列选项中用于模型输出层正确的是？

A、dense（3，activation='softmax')

B、dense（5，activation='softmax')

C、dense（5，activation='sigmoid')

D、dense（3，activation='relu')

单选题下列哪一项在神经网络中引入了非线性

A、随机梯度下降

B、激活函数

C、增大权重和偏置的初始化值

D、以上都不对

单选题在选择神经网络的深度时，下面哪些参数需要考虑？ 1 神经网络的类型（如MLP，CNN） 2 输入数据 3 计算能力（硬件和软件能力决定） 4 学习速率 5 映射的输出函数

A、1,2,4,5

B、2,3,4,5

C、都需要考虑

D、1,3,4,5

单选题 Dropout率和正则化有什么关系？

A、Dropout率越高，正则化程度越低

B、Dropout率越高，正则化程度越高

C、Dropout率和正则化无关系

D、以上说法都不对

单选题考虑某个具体问题时，你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络。可以用下面哪种方法来利用这个预先训练好的网络？

A、把除了最后一层外所有的层都冻结，重新训练最后一层

B、对新数据重新训练整个模型

C、只对最后几层进行调参（微调）

D、对每一层模型进行评估，选择其中的少数来用

单选题梯度爆炸问题是指在训练深度神经网络的时候，梯度变得过大而损失函数变为无穷。在RNN中，下面哪种方法可以较好地处理梯度爆炸问题？

A、用改良的网络结构比如LSTM和GRUs

B、梯度裁剪

C、Dropout

D、所有方法都不行

单选题给定张量a=[[1，2]，[3，4]，[5，6]]，下列代码中能获取张量b=[[3，4]，[5，6]]的选项是？

A、import tensorflow as tf a=tf.constant（[[1，2]，[3，4]，[5，6]]） print（a[1，：]）

B、import tensorflow as tf a=tf.constant（[[1，2]，[3，4]，[5，6]]） print（a[1：，：]）

C、import tensorflow as tf a=tf.constant（[[1，2]，[3，4]，[5，6]]） print（a[：， 1]）

D、import tensorflow as tf a=tf.constant（[[1，2]，[3，4]，[5，6]]） print（a[-1，：]）

单选题深度学习中的"深度"是指

A、计算机理解深度

B、中间神经元网络的层次很多

C、计算机的求解更加精确

D、算机对问题的处理更加灵活