- A.Dropout
- B.L2 正则化
- C.增加训练数据
- D.增大模型参数量
正确答案D. 增大模型参数量
答案解析
Dropout、正则化、增数据、早停等都能抑制过拟合；盲目增大模型参数量反而更容易过拟合。同知识点练习
- 单项选择题 第 38 题神经网络中"激活函数"的主要作用是？
- 单项选择题 第 39 题卷积神经网络（CNN）最擅长处理的数据类型是？
- 单项选择题 第 40 题循环神经网络（RNN/LSTM）最适合处理的数据是？
- 单项选择题 第 41 题反向传播算法的作用是？
- 单项选择题 第 42 题模型"过拟合"的典型表现是？
- 判断题 第 44 题神经网络层数越深，训练效果就一定越好。
本题收录于「人工智能训练师 认证题库」，共 95 道题，全部提供答案与解析。可进入在线练习系统按知识点随机组卷、自动批改并归集错题。
进入在线练习 查看完整试卷 本类全部题目