下列哪些方案可以缓解深度神经网络中的梯度消失问题?A、使用sigmoid激活函数B、使用tanh激活函数C、使用ReLU激活函数D、使用残差连接
下列哪些方案可以缓解深度神经网络中的梯度消失问题?
A、使用sigmoid激活函数
B、使用tanh激活函数
C、使用ReLU激活函数
D、使用残差连接
发布时间：2025-05-18 18:03:48
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：CD
相关试题
- 1.下列哪些方案可以缓解深度神经网络中的梯度消失问题?A、使用sigmoid激活函数B、使用tanh激活函数C、使用ReLU激活函数D、使用残差连接
- 2.Sigmoid激活函数可能会导致梯度消失；然而Tanh激活函数不会导致这个问题
- 3.常用的激活函数有()。A、Sigmoid函数B、Tanh函数C、ReLu函数D、ReLo函数
- 4.将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题。（ ）
- 5.相比sigmoid激活函数，ReLU激活函数有什么优势？
- 6.激活函数是非线性的，以下哪些激活函数是神经网络中常用的激活函数：
- 7.Sigmoid函数是线性的激活函数，而Sgn函数是非线性的激活函数。
- 8.Sigmoid激活函数在神经网络中引入了非线性。
- 9.训练神经网络时，以下哪种激活函数最容易造成梯度消失？
- 10.使用对数几率函数logistic和双曲正切函数Tanh作激活函数时，其输出范围分别是______。
