本节例程中实现鸢尾花分类神经网络模型的步骤是______。①设置超参数和模型参数的初始值②导入相关的库③加载训练集和测试集数据④数据预处理（对属性值进行中心化处理，将标签值转换为独热编码）⑤训练模型
A: ②①③④⑤
B: ①③②⑤④
C: ①②③④⑤
D: ②③④①⑤
A: ②①③④⑤
B: ①③②⑤④
C: ①②③④⑤
D: ②③④①⑤
举一反三
- 本节例程中使用Sequential模型编程实现mnist手写数字识别的步骤是____。①加载mnist数据②导入相关库③数据预处理④构建神经网络模型⑤训练模型⑥配置模型的训练方法⑦评估模型 A: ②①③④⑤⑥⑦ B: ②①③④⑥⑤⑦ C: ①③②④⑤⑥⑦ D: ①②③④⑤⑥⑦
- 根据______步骤可完成一轮神经网络的训练。①设置模型参数初始值②将预测值与标签值比较，计算损失③正向计算神经网络的预测值④根据梯度下降法逐层反向更新网络模型参数⑤采用误差反向传播算法计算梯度信息 A: ①②③④⑤ B: ①③②⑤④ C: ①③②④⑤ D: ①②③⑤④
- 在机器学习算法中训练模型时，是为了得到_______。 A: 模型参数 B: 预测值 C: 超参数 D: 样本标签
- 下列关于数据集的说法，正确的是______。 A: 训练集用来训练模型，确定模型参数 B: 验证集用来评估模型的泛化能力 C: 测试集用来确定网络的超参数 D: A、B、C均错误
- 测试集是训练机器学习算法的数据集训练集是用来评估经训练后的模型性能的数据集验证集是用来微调模型超参数的数据集。