神经网络中的激活函数ReLU（Rectified Linear Unit）相比Sigmoid，主要优势是：_题库-百大学堂网校

当前位置：自考题库 > 管理数量方法与分析 > 试题详情

题目：神经网络中的激活函数ReLU（Rectified Linear Unit）相比Sigmoid，主要优势是：

2024-10-31

神经网络中的激活函数ReLU（Rectified Linear Unit）相比Sigmoid，主要优势是：
A. 避免了梯度消失问题
B. 提高了模型复杂度
C. 增强了模型可解释性
D. 减少了计算量

正确答案：A

试题解析：暂无

医学高考培训班

查看更多同类试题

上一题：在决策分析中，后悔值准则通常用于：

下一题：聚类分析中，若希望自动确定聚类数量且对数据分布无假设，可以选择的算法是：

相关试题

时间序列预测中，若数据存在明显的季节性且希望捕捉这一特征，可以选择的模型是：

聚类分析中，若数据集较小且希望得到全局最优解，可以选择的算法是：

神经网络中的池化层（Pooling Layer）主要用于：

支持向量机中，核函数的选择对模型的：

时间序列分析中的偏自相关函数（PACF）主要用于识别：

在风险管理中，VaR（Value at Risk）用于：

在回归分析中，如果增加一个新的自变量后，调整后的R2值没有显著变化，这可能意味着：

在支持向量机中，引入核函数后，原始输入空间中的数据点被映射到什么空间中进行分类？

聚类分析中，评估聚类效果好坏时，轮廓系数的值越接近1表示什么？

神经网络中的权重衰减（L2正则化）主要作用是什么？

推荐学校

湖北现代科技学校

武汉南华光电职业技术学校

武汉三新职业技术学校

湖北传媒摄影技师学院