人工智能
返回面试题主页卷积神经网络如何处理过拟合问题?
🔥 热度: 69
深度学习中的 Dropout 和 Batch Normalization 的作用是什么?
🔥 热度: 61
什么是正则化?常见的正则化方法有哪些?
🔥 热度: 51
过拟合和欠拟合是什么?如何应对过拟合?
🔥 热度: 55
什么是梯度下降?其工作原理和变体是什么?
🔥 热度: 56
神经网络有哪些正则化操作?
🔥 热度: 46
神经网络中的 iteration 和 epoch 是否相同?
🔥 热度: 62
前向传播和反向传播的工作原理?
🔥 热度: 68
激活函数在神经网络中的作用是什么?
🔥 热度: 65
什么是损失函数?作用是什么?
🔥 热度: 61