题目内容
（请给出正确答案）
[多选题]
AlexNet这项工作的贡献有：（)。
A.使用修正的线性单元(ReLU)作为非线性激活函数
B.在训练的时候使用Dropout技术有选择地忽视单个神经元，以避免模型过拟合
C.覆盖进行较大池化，避免平均池化的平均化效果
D.使用GPUNVIDIAGTX580减少训练时间
如搜索结果不匹配，请 联系老师 获取答案
A.梯度为0时神经元难以正常工作
B.缓解了梯度消失问题
C.提高l网络训练速度
D.开销小、计算快
更多“AlexNet这项工作的贡献有：（)。”相关的问题
第4题
为了迎合芯片计算的特点，神经网络算法进行了相应的改造，以下不属于有利于神经网络算法在芯片上运行的改变是（)。
A.使用较小的卷积，并统一卷积核的大小
B.使用定点计算的神经网络代替浮点运算
C.使用ReLU作为非线性激发函数
D.增加网络的深度
第5题
下面关于激活函数的描述中，正确的说法是哪个（)？
A.激活函数需要具有线性可微的特点
B.Sigmoid函数的导数是非零的，很容易计算
C.Sigmoid函数的输出值域是对称的
D.ReLU函数主要缺点是相比于Sigmoid、Tanh函数其计算低效
第6题
以下关于ReLU函数说法错误的是：（)。
A.ReLU函数的输出是非零中心化的，给后一层的神经网络引入偏置偏移，会影响梯度下降的效率
点击查看答案
B.ReLU神经元在训练时比较容易“死亡”.在训练时，如果参数在一次不恰当的更新后，第一个隐藏层中的某个ReLU神经元在所有的训练数据上都不能被激活，那么这个神经元自身参数的梯度永远都会是0，在以后的训练过程中永远不能被激活.
C.LeakyReLU在输入时，保持一个很小的梯度，这样当神经元非激活时也能有一个非零的梯度可以更新参数，这在一定程度上缓解了梯度消失问题
D.三个选项均正确
第7题
以下关于神经网络说法正确的有（)。
A.神经网络可以实现线性分类
B.神经网络可以实现非线性分类
C.神经网络的每层神经元激活函数值阈必须在[-1,1]
D.神经网络的每层神经元激活函数必须相同
第8题
有关BP网络的说法，哪个是正确的（)？
A.交叉熵也可以作为分类预测问题的损失函数
B.在使用梯度下降时，加上冲量项会减少训练的速度，但可能会增加陷入局部极小值的可能
C.与批量梯度下降法相比，使用小批量梯度下降法可以降低训练速度，但达到全局最优解可能需要更多的迭代次数
D.神经元的激活函数选择不影响神经网络的训练过程和最终性能
热门考试
全部 >
