A.翻轉(zhuǎn)
B.縮放
C.改變色溫
D.亮度
E.裁切
您可能感興趣的試卷
你可能感興趣的試題
A.更換神經(jīng)網(wǎng)絡模型
B.增加數(shù)據(jù)庫的數(shù)據(jù)量
C.加強GPU計算能力
D.降低深度學習模型的復雜度
E.重新切割數(shù)據(jù)集再重新訓練
A.訓練集資料很少
B.訓練集資料多樣化
C.GPU計算能力過強
D.使用錯誤的算法
E.模型參數(shù)過多
A.驗證集像是一場模擬考
B.訓練集就像是深度學習模型的教科書
C.測試集對于模型來說則是最終決定成果的考試
D.驗證集對于模型來說則是最終決定成果的考試
E.測試集像是一場模擬考
A.正交集(orthogonalset)
B.訓練集(trainingset)
C.驗證集(validationset)
D.平行集(parallelset)
E.測試集(testingset)
A.使用Sigmoid(S形函數(shù))激活函數(shù)
B.架構(gòu)中總共運用了五層卷積層與三層全連接層
C.在第一、二、四個卷積層后接上了池化層
D.在網(wǎng)絡的后端接上三層全連接層
E.使用ReLU激活函數(shù)
最新試題
在深度學習模型訓練中,"早停法"(EarlyStopping)策略的應用目的是什么()?
圖像數(shù)據(jù)標注可以用于()算法中。
反向傳播算法的基本原理是基于什么()?
在深度學習中,哪些技術(shù)可以用于加速模型訓練并提高模型在圖像分類和文本處理任務上的精確度()?
依存句法分析(DependencyParsing)主要用于分析什么()?
在自然語言處理中,哪些方法可以用于提升文本分類、情感分析和實體識別的準確性()?
度量泛化能力的好壞,最直觀的表現(xiàn)就是模型的()。
在自然語言處理任務中,哪些技術(shù)適用于改善實體識別和關(guān)系抽取的效果()?
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡訓練中的主要區(qū)別是什么()?
屬性值約束主要有()。