题目内容
（请给出正确答案）
[多选题]
在一个神经网络中，下面哪种方法可以用来处理过拟合（)
A.Dropout
B.分批归一化(BatchNormalization)
C.正则化(regularization)
D.都不可以
如搜索结果不匹配，请 联系老师 获取答案
A.Dropout
B.分批归一化（BatchNormalization）
C.正则化（regularization）
D.都可以
更多“在一个神经网络中，下面哪种方法可以用来处理过拟合()”相关的问题
第3题
考虑某个具体问题时，你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络。可以用下面哪种方法来利用这个预先训练好的网络？（)
A.把除了最后一层外所有的层都冻住，重新训练最后一层
B.对新数据重新训练整个模型
C.只对最后几层进行调参(finetune)
D.对每一层模型进行评估，选择其中的少数来用
第5题
下面哪种分类方法是属于神经网络学习算法？（) A 判定树归纳 B 贝叶斯分类 C 后向传播分类 D 基
下面哪种分类方法是属于神经网络学习算法？()
A 判定树归纳
B 贝叶斯分类
C 后向传播分类
D 基于案例的推理
第7题
给定一个长度为n的不完整单词序列，我们希望预测下一个字母是什么，比如输入‘hell’，‘worl’。希望预测第五个字母是什么，下面哪种神经网络最适合这个任务
A.循环神经网络
B.全连接神经网络
C.卷积神经网络
D.生成对抗网络
第8题
给定一个长度为n的不完整单词序列，我们希望预测下一个字母是什么，比如输入‘hell’，‘worl’。希望预测第五个字母是什么，下面哪种神经网络最适合这个任务
A.循环神经网络
B.全连接神经网络
C.卷积神经网络
D.生成对抗网络
第10题
14、卷积神经网络的一个特点是“参数共享”。下面关于“参数共享”的哪种说法是正确的？
A.如果参数较多，则容易导致过拟合。而减少参数有助于避免过拟合
B.参数共享的优势是通过一个任务上学习到的参数可以直接应用到另外一个任务上
C.可以允许一个特征检测器在整个输入图像的不同位置使用，即可以把参数看成是卷积提取特征的方式，该方式与位置无关
D.参数越多，才能避免过拟合，减少参数容易导致过拟合
