A.生成器(Generator)
B.判別器(Discriminator)
C.編碼器(Encoder)
D.解碼器(Decoder)
您可能感興趣的試卷
你可能感興趣的試題
A.將文本數(shù)據(jù)轉(zhuǎn)換為圖像數(shù)據(jù)
B.將高維的文本數(shù)據(jù)轉(zhuǎn)換為低維的向量表示
C.直接用于分類任務(wù)
D.提取文本數(shù)據(jù)的特征
A.智能體選擇的動作序列
B.智能體根據(jù)狀態(tài)選擇動作的規(guī)則
C.智能體獲得的累積獎勵
D.智能體與環(huán)境交互的次數(shù)
A.構(gòu)建相似度矩陣
B.計(jì)算拉普拉斯矩陣
C.對拉普拉斯矩陣進(jìn)行特征分解
D.使用K-means 對特征向量進(jìn)行聚類
A.沒有影響
B.可能導(dǎo)致局部最優(yōu)解
C.一定導(dǎo)致全局最優(yōu)解
D.使算法收斂速度更快
A.因?yàn)長STM 能夠更好地捕獲長期依賴關(guān)系
B.因?yàn)長STM 的計(jì)算速度更快
C.因?yàn)長STM 的模型結(jié)構(gòu)更簡單
D.因?yàn)長STM 不需要反向傳播算法
最新試題
模型微調(diào)中的提示學(xué)習(xí)是指:()。
屬性值約束主要有()。
圖像數(shù)據(jù)標(biāo)注可以用于()算法中。
在自然語言處理任務(wù)中,哪些技術(shù)適用于提升實(shí)體識別和文本理解的準(zhǔn)確性和效率()?
在深度學(xué)習(xí)中,哪些技術(shù)可以用于加速模型訓(xùn)練并提高模型在圖像分類和文本處理任務(wù)上的精確度()?
進(jìn)行模型訓(xùn)練之前,需要先把標(biāo)注好的數(shù)據(jù)進(jìn)行分類。訓(xùn)練有監(jiān)督學(xué)習(xí)模型時(shí)會將數(shù)據(jù)集劃分為()。
在自然語言處理中,哪些技術(shù)可以用于改善實(shí)體識別和文本生成任務(wù)的性能()?
在神經(jīng)網(wǎng)絡(luò)中,激活函數(shù)ReLU 的特點(diǎn)是什么()?
人工智能發(fā)展的早期階段主要側(cè)重于哪方面的研究()?
相對化學(xué)沉淀等傳統(tǒng)工藝而言,萃取工藝的主要優(yōu)點(diǎn)是()。