A.獎勵函數(shù)的設(shè)計(jì)
B.狀態(tài)空間的大小
C.策略的選擇
D.訓(xùn)練輪次的數(shù)量
您可能感興趣的試卷
你可能感興趣的試題
A.口音識別
B.噪音環(huán)境
C.多說話者環(huán)境
D.語言模型的選擇
A.適應(yīng)度函數(shù)
B.選擇操作
C.交叉操作
D.變異操作
A.高效性
B.準(zhǔn)確性
C.可復(fù)制性
D.創(chuàng)新性
A.前饋神經(jīng)網(wǎng)絡(luò)
B.循環(huán)神經(jīng)網(wǎng)絡(luò)
C.卷積神經(jīng)網(wǎng)絡(luò)
D.深度信念網(wǎng)絡(luò)
A.公平性
B.透明性
C.可解釋性
D.可靠性
最新試題
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()?
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的主要區(qū)別是什么()?
集成學(xué)習(xí)在強(qiáng)化學(xué)習(xí)中的一個(gè)常見應(yīng)用是什么()?
在深度學(xué)習(xí)模型訓(xùn)練中,哪些技術(shù)可以用于加速模型收斂和提高穩(wěn)定性()?
在深度學(xué)習(xí)模型訓(xùn)練中,哪些技術(shù)有助于防止過擬合并提高模型在多任務(wù)學(xué)習(xí)上的表現(xiàn)()?
在深度學(xué)習(xí)中,哪些方法可以用于優(yōu)化模型訓(xùn)練過程并提高模型在特定任務(wù)上的表現(xiàn)()?
人工智能中的“序列到序列”模型主要用于處理什么類型的數(shù)據(jù)()?
度量泛化能力的好壞,最直觀的表現(xiàn)就是模型的()。
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()。
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的關(guān)系是什么()?