哪些方法可以减少深度学习的梯度消失问题？
A、减少网络深度;
B、预训练+微调;
C、使用ReLU激活函数;
D、使用Sigmoid激活函数
发布时间：2025-05-11 15:01:30
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：减少网络深度; 使用ReLU激活函数
相关试题
- 1.哪些方法可以减少深度学习的梯度消失问题？
- 2.在深度学习中,梯度消失问题通常发生在循环神经网络(RNN)中。( )
- 3.在深度学习中，残差连接是一种用于解决梯度消失问题的技术。（ ）
- 4.在深度学习模型中,您如何解决梯度消失和梯度爆炸问题?
- 5.在深度学习中，sigmoid函数存在梯度爆炸的问题。
- 6.中国大学MOOC: 下列哪些方法可以用来降低深度学习模型的过拟合问题？
- 7.将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题。（ ）
- 8.关于深度网络，以下说法正确的是（）。A.深度网络具有良好的可解释性B.深度网络可能出现梯度消失问题C.深度网络可能对训练数据过拟合D.深度越深，效果越好
- 9.深度学习常用方法
- 10.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
