激活函数

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

36 道原题
  1. 激活函数如何影响神经网络的表达能力和训练速度

    原题
  2. 分类任务和回归任务在选择激活函数时的主要区别是什么

    原题
  3. 深度神经网络中选择激活函数时,如何避免梯度消失问题

    原题
  4. 递归神经网络(RNN)为什么常选择Tanh或Sigmoid作为激活函数

    原题
  5. 卷积神经网络(CNN)的卷积层和全连接层在激活函数选择上有何不同

    原题
  6. 当训练数据量较小时,选择激活函数应注意什么

    原题
  7. 使用Batch Normalization时,对激活函数的选择有什么影响

    原题
  8. 多标签分类任务中,输出层通常选择什么激活函数,为什么

    原题
  9. 激活函数必须具备非线性性质的原因是什么

    原题
  10. 激活函数的可微性对神经网络训练有什么意义

    原题