深度学习是时下的热门话题。不过,它实际的工作原理是什么?
回答 10 个测验问题,看看您对深度学习了解多少!
答案
- 以下哪种图表可以将模型预测的分类与实际类标签进行比较? 混淆矩阵
- 超参数调整的作用是什么? 优化参数以提高学习算法的性能
- 什么是过拟合? 模型学习了训练数据的细节,无法很好地泛化到新数据集
- 以下哪一项是一种目标检测任务,将图像的每个像素归入特定的类? 语义分割
- 回归模型的用途是什么? 预测数值响应,如温度、日期或时间的变化
- 哪一类机器学习可以在未标注的数据中找出模式? 无监督学习
- 以下哪种网络通常与合成图像生成相关联? 生成对抗网络
- 以下哪一项描述了“获取预训练神经网络并重新训练该网络以对一组新图像进行分类”的过程? 迁移学习
- 以下哪一种深度学习架构常用于时间序列数据分类? 长短期记忆网络
- 验证数据集的用途是什么? 测试模型在训练中的泛化程度
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
- América Latina (Español)
- Canada (English)
- United States (English)
欧洲
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
亚太
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)