若在搭建网络模型时，不使用shortcut connection，则在网络模型达到一定深度时，再增加网络深度，训练精度反而会更差。
正确
举一反三
- 请按照下图模型概要表，基于Python3.0以上版本使用TensorFlow2.0以上版本中Keras搭建深度学习网络模型。[img=537x431]17e0c9b07fbc167.png[/img]
- 卷积神经网是目前网络深度最深、应用最成功的深度学习模型
- 现在广泛使用的网络都是按照OSI模型搭建的。
- 要完成一个人工神经网络实例，包括哪些步骤。（ ） A: 训练模型 B: 测试模型 C: 搭建网络模型 D: 准备样本
- 针对深度学习的梯度消失问题，哪种因素可能是无效的？ A: 增大学习率 B: 减少网络深度 C: 添加shortcut(skip) connection D: 减少输入层词嵌入向量维度
内容
- 0
神经网络模型的工作过程不包括（ ）。 A: 网络训练阶段 B: 网络学习阶段 C: 网络节点搜索 D: 使用模型的工作阶段
- 1
深度网络模型中由于存在大量待寻优的参数，因此需要大数据样本进行训练。
- 2
深度学习算法中，网络模型通过数据学习的是（) A: A.网络深度 B: B.卷积核尺寸 C: C.激活函数 D: D.参数
- 3
神经网络模型的工作过程不包括（ ）。 A: 网络学习阶段 B: 知识库设计 C: 网络训练阶段 D: 使用模型的工作阶段
- 4
【多选题】关于类不平衡数据对深度网络模型的影响,下列说法正确的是: A: 类不平衡数据会影响降低网络模型的分类正确率。 B: 对类不平衡数据用重采样法可以显著提高模型训练效果。 C: 增加网络层数可以有效降低类不平衡数据的影响。 D: 类不平衡数据 容易引起模型过拟合.