题目内容
（请给出正确答案）
[单选题]
解决过拟合问题的方法有：
A.增大训练集
B.采用正则化
C.增加网络参数
D.减小正则化参数
提问人：网友csj2925
发布时间：2022-01-07
如搜索结果不匹配，请 
B.过拟合问题
C.数据不平衡问题
D.梯度消失问题
题目内容
（请给出正确答案）
您可能会需要：
安装简答题APP，拍照搜题省时又省心！
更多“解决过拟合问题的方法有：”相关的问题
第5题
在某个三分类问题中，已知真实标签y_=(0, 0, 1)，神经网络预测值分别为y1=(0.51, 0.32, 0.17)，y2=(0.22, 0.73, 0.05)，y3=(0.15, 0.17, 0.68)，y4=(0.04, 0.03, 0.93)，哪个预测值更接近真实标签？
A、y1
B、y2
C、y3
D、y4
第6题
使用Sequential()函数搭建神经网络训练MNIST数据集的代码为： model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dense(10, activation='softmax')]) 请问使用model.summary()打印网络结构和参数统计中，Total params的数目为？
A、100480
B、1280
C、101770
D、101632
第7题
下列哪一项是均方误差损失函数的代码实现？
A、tf.reduce_mean(tf.square(y_true - y_pred))
B、tf.reduce_mean(tf.abs(y_true-y_pred))
C、-tf.reduce_sum(y_true * tf.math.log(y_pred))
D、-tf.reduce_sum(labels * tf.math.log(tf.nn.softmax(logits)), axis=1)
第8题
以下数据为训练过程中某个epoch的最终输出，其中最能直观有效反映网络准确度的数据是？ 60000/60000 [==============================] - 4s 68us/sample - loss: 0.2916 - sparse_categorical_accuracy: 0.8920 - val_loss: 0.3387 - val_sparse_categorical_accuracy: 0.8770
A、0.2916
B、0.8920
C、0.3387
D、0.8770
第10题
以下关于MNIST数据集和Fashion_mnist数据集描述正确的是？
A、MNIST数据集一共包括7万张图片，其中6万张用于训练，1万张用于测试。
B、每张图片包括1024(32×32)个像素点。
C、MNIST数据集是为0到9的手写数字数据集。
D、Fashion_mnist数据集中的图片被分为20类。
