AlphaGo使用的强化学习技术名为（ ）。
A: 最小梯度
B: 随机梯度
C: 策略梯度
D: 最大梯度
A: 最小梯度
B: 随机梯度
C: 策略梯度
D: 最大梯度
C
举一反三
- 下面梯度下降说法错误的是（） A: 随机梯度下降是梯度下降中最常用的一种。 B: 梯度下降包括随机梯度下降和批量梯度下降 C: 梯度下降算法速度快且可靠 D: 随机梯度下降是深度学习算法当中常用的优化算法之一
- BP神经网络的学习规则是？（） A: 梯度上升法 B: 梯度下降法 C: 梯度提升法 D: 梯度曲线法
- 下列哪些方法是梯度下降法的改进？（） A: 批量梯度下降（Batchgradientdescent） B: 随机梯度下降（Stochasticgradientdescent） C: 小批量梯度下降（Mini-batchgradientdescent）
- 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（） A: 梯度剪切 B: 随机欠采样 C: 使用Relu激活函数 D: 正则化
- 磁共振成像中为完成不同空间位置体素的空间定位,施加梯度场的顺序是: A: 相位编码梯度,频率编码梯度,层面梯度 B: 相位编码梯度,层面梯度,频率编码梯度 C: 频率编码梯度,相位编码梯度,层面梯度 D: 层面梯度,频率编码梯度,相位编码梯度 E: 层面梯度,相位编码梯度,频率编码梯度
内容
- 0
为了提高神经网络的学习速度，以下说法正确的是 A: 从随机梯度下降改为动量梯度下降法，通常是一个不错的尝试 B: 从随机梯度下降改为RMSprop梯度下降法，通常是一个不错的尝试 C: 从随机梯度下降改为Adam梯度下降法，通常是一个不错的尝试 D: 采用学习率衰减的方式，通常是一个不错的尝试
- 1
全局梯度下降算法、随机梯度下降算法和批量梯度下降算法均属于梯度下降算法，以下关于其有优缺点说法错误的是（） A: 全局梯度算法可以找到损失函数的最小值 B: 批量梯度算法可以解决局部最小值问题 C: 随机梯度算法可以找到损失函数的最小值 D: 全局梯度算法收敛过程比较耗时
- 2
产业从高梯度向（）转移形成区域分工。 A: 中梯度 B: 上梯度 C: 下梯度 D: 低梯度
- 3
通常有哪几种训练神经网络的优化方法？ A: 梯度下降法 B: 随机梯度下降法 C: 小批量随机梯度下降法 D: 集成法
- 4
土壤水饱和流的推动力主要是（）。 A: A基质势梯度牙口重力势梯度 B: B溶质势梯度和重力势梯度 C: C压力势梯度和重力势梯度 D: D溶质势梯度和压力势梯度