在人工神经网络中,卷积层的主要作用是解决梯度消失和梯度爆炸问题。
举一反三
- ________是一种特殊的RNN,解决了梯度消失和梯度爆炸,在长序列中表现更好。 A: 卷积神经网络(CNN) B: 循环神经网络(RNN) C: 长短期记忆LSTM D: 时序网络
- 为了避免梯度爆炸或消失问题,提出了______() A: 长短时记忆神经网络 B: 卷积神经网络 C: 其余选项都不正确 D: 随机梯度下降
- 下列关于循环神经网络的说法哪个是错误的___ A: 普通RNN容易出现梯度消失问题 B: 普通RNN容易出现梯度爆炸问题 C: LSTM网络结构相对普通RNN网络解决了梯度爆炸问题,但没有很好解决梯度消失问题 D: 循环神经网络RNN和LSTM等模型,则因为其模型结构特点可以更好地应用于时序相关的问题场景
- 梯度消失和梯度爆炸不会导致下面哪种情况? A: 梯度消失会导致网络训练变慢 B: 梯度消失使网络性能不佳,分类准确度低 C: 梯度爆炸使网络训练时代价函数震荡,不利于收敛 D: 梯度爆炸会加快网络训练,更易达到最优解
- 神经网络训练容易遇到的问题,不包括 A: 误差反向传播 B: 鞍点问题 C: 梯度消失 D: 梯度爆炸