单项选择题
下面哪种情况会带来神经网络优化求解中的梯度消失的问题？（）
A.使用sigmoid作为激活函数
B.使用relu作为激活函数
C.增加LeakRelu层
D.对输入层做批量正则化（BatchNormalization）
相关考题
-
多项选择题
如果能够获得一个人的聊天记录，预测他的下一句话说什么，可以用keras里面的什么网络模型？（）
A.GAN
B.SimpleRNN
C.LSTM
D.GRU -
多项选择题
关于生成式对抗网络（GAN）的说法正确的是（）。
A.GAN网络需要人工打标记
B.GAN网络中至少要两个模块，Generative Model和Discriminative Model
C.GAN网络可以生成当前的判别器无法识别真假的图片
D.GAN网络中的Generative Model和Discriminative Model共同构成了一个巨大的网络 -
单项选择题
要对一批图片进行分类，下面几个神经网络的设计，最好的方案是（）。
A.keras.Sequential（[keras.Input（shape=（32，0）），keras.layers.Dense（64，activation=”relu”），keras.layers.Dense（128，activation=”relu”），keras.layers.Dense（10，activation=”softmax”）]）
B.keras.Sequential（[keras.layers.Conv2D（32，3，activation=”relu”），keras.layers.Flatten（），keras.layers.Dense（128，activation=”relu”），keras.layers.Dense（10，activation=”softmax”）]）
C.keras.Sequential（[keras.layers.Conv2D（32，3，activation=”relu”），keras.layers.MaxPooling2D（（2，2）），keras.layers.Conv2D（64，3，activation=”relu”），keras.layers.MaxPooling2D（（2，2）），keras.layers.Conv2D（64，3，activation=”relu”），keras.layers.Flatten（），keras.layers.Dense（128，activation=”relu”），keras.layers.Dense（10，activation=”softmax”）]）
D.keras.Sequential（[keras.layers.Conv2D（32，3），keras.layers.BatchNormalization（），keras.layers.Activation（“relu”），keras.layers.MaxPooling2D（（2，2）），keras.layers.Conv2D（64，3），keras.layers.BatchNormalization（），keras.layers.Activation（“relu”），keras.layers.MaxPooling2D（（2，2）），keras.layers.Conv2D（64，3，padding=’same’，activation=”relu”），keras.layers.Flatten（），keras.layers.Dense（128，activation=”relu”），keras.layers.Dropout（0.5）keras.layers.Dense（10，activation=”softmax”）]）
