如何提高模型的泛化能力
A: 使用更多的数据进行训练
B: 减少训练时间
C: 增加神经网络的层数
D: 提高算力
A: 使用更多的数据进行训练
B: 减少训练时间
C: 增加神经网络的层数
D: 提高算力
A
举一反三
内容
- 0
训练CNN时，可以对输入数据进行旋转、平移、缩放等预处理操作来提高模型的泛化能力
- 1
当神经网络训练中出现了欠拟合请款，可采用以下哪些方法进行优化？ A: 增加训练数据 B: 增加模型层数或单元数 C: 延长训练时间 D: 采用规则化方法
- 2
关于神经网络，下列说法正确的是？（ ） A: 减少网络层数，可能会减少测试集分类错误率 B: 增加网络层数，一定会增加训练集分类错误率 C: 减少网络层数，一定会减少训练集分类错误率 D: 增加网络层数，可能会增加测试集分类错误率
- 3
训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。（ ）
- 4
对于神经网络的说法，下面正确的是？（） A: 增加神经网络层数，可能会增加测试数据集的分类错误率 B: 减少神经网络层数，总是能减小测试数据集的分类错误率 C: 增加神经网络层数，总是能减小训练数据集的分类错误率 D: 增加神经网络层数，不能减小训练数据集的分类错误率