ResNet的特点不包括以下哪一点？
A: 模型参数明显增加。
B: 学习结果对网络权重的波动变化更加敏感。
C: 减少深层网络的梯度消失问题。
D: 残差结果对数据的波动更加敏感。
A: 模型参数明显增加。
B: 学习结果对网络权重的波动变化更加敏感。
C: 减少深层网络的梯度消失问题。
D: 残差结果对数据的波动更加敏感。
举一反三
- ResNet的特点不包括以下哪一项？ A: 模型参数明显增加。 B: 学习结果对网络权重的波动变化更加敏感。 C: 减少深层网络的梯度消失问题。 D: 残差结果对数据的波动更加敏感。
- ResNet的特点不包括以下哪一点？ A: 减少深层网络的梯度消失问题 B: 特征的重用 C: 增强特征的获取能力 D: 模型参数明显增加
- 下面哪些是Batch normalization的作用？ A: 增加训练时间 B: 可以使用更大的学习率，加快深层网络训练 C: 减少梯度消失和梯度爆炸 D: 使深层网络对隐层参数初始化不敏感
- ResNet中引入shortcut的功能包括以下哪些？ A: 减少了计算量 B: ResNet的梯度通过shortcut回到更早的层，缓解了网络因为深度增大导致的梯度消失 C: 引入残差模块，简化了学习 D: 改善了网络的特征获取能力
- ResNet中引入shortcut的功能不包括以下哪一个？ A: ResNet的梯度通过shortcut回到更早的层，缓解了网络因为深度增大导致的梯度消失 B: 引出了残差模块，简化了学习 C: 改善了网络的特征获取能力 D: 减少了计算量