A.序列到序列模型
B.注意力機(jī)制
C.引入預(yù)訓(xùn)練模型
D.數(shù)據(jù)增強(qiáng)
您可能感興趣的試卷
你可能感興趣的試題
A.名稱
B.位置
C.屬性
D.內(nèi)容
A.微積分法
B.微積分中的鏈?zhǔn)角髮?dǎo)法則
C.微積分中的二分法
D.微積分中的均方誤差
A.序列標(biāo)注
B.引入預(yù)訓(xùn)練模型
C.注意力機(jī)制
D.使用卷積神經(jīng)網(wǎng)絡(luò)
A.批量歸一化
B.使用卷積神經(jīng)網(wǎng)絡(luò)
C.數(shù)據(jù)增強(qiáng)
D.使用Dropout 技術(shù)
A.批量歸一化
B.數(shù)據(jù)增強(qiáng)
C.使用卷積神經(jīng)網(wǎng)絡(luò)
D.梯度裁剪
最新試題
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的關(guān)系是什么（）？
在深度學(xué)習(xí)模型訓(xùn)練中，哪些技術(shù)可以用于加速模型收斂和提高穩(wěn)定性（）？
屬性值約束主要有（）。
在神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)ReLU 的特點(diǎn)是什么（）？
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的主要區(qū)別是什么（）？
在自然語(yǔ)言處理中，哪些技術(shù)可以用于改善實(shí)體識(shí)別和文本生成任務(wù)的性能（）？
依存句法分析（DependencyParsing）主要用于分析什么（）？
在機(jī)器學(xué)習(xí)中，核技巧（KernelTrick）主要用于解決什么問(wèn)題（）？
根據(jù)新數(shù)據(jù)集的大小和數(shù)據(jù)集的相似程度，下列選項(xiàng)不屬于遷移學(xué)習(xí)方法情況的是的是（）。
進(jìn)行模型訓(xùn)練之前，需要先把標(biāo)注好的數(shù)據(jù)進(jìn)行分類。訓(xùn)練有監(jiān)督學(xué)習(xí)模型時(shí)會(huì)將數(shù)據(jù)集劃分為（）。