判断对错1 在自然语言处理任务中词嵌入层是所有文本表示模型中都需要用到的。2模型越复杂训练错误越低。3循环序列网络不能用于图像识别任务。4采用小批样例更新参数 可以使模型收敛更快。5 TFIDF 是一中稠密的文本表示法可以降低空间的维度6Softmax通常用于多分类任务的输出层。7 类别交叉熵损失函数不能用于处理二类别分类问题。8 如果数据量较小容易发生过拟合。9 LSTM模型可以用来表示上下文信
- 正确
- 错误
- 错误
- 正确
- 错误,TFIDF是一种稀疏的文本表示法
- 正确
- 错误,类别交叉熵可以用于二类别分类问题
- 正确
- 正确
- 正确
原文地址: https://www.cveoy.top/t/topic/hrqn 著作权归作者所有。请勿转载和采集!