题目内容
（请给出正确答案）
[多选题]
为了加速神经网络模型训练时的收敛速度，应该进行以下哪些操作（）。
A.增加样本个数
B.调整优化器
C.增加batch数
D.优化参数的初始化值
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.增加样本个数
B.调整优化器
C.增加batch数
D.优化参数的初始化值
如果结果不匹配，请 联系老师 获取答案
更多“为了加速神经网络模型训练时的收敛速度，应该进行以下哪些操作（…”相关的问题
A.将数据分组部署在不同GPU上进行训练能提高深度神经网络的训练速度。
B.TensorFlow使用GPU训练好的模型，在执行推断任务时，也必须在GPU上运行。
C.将模型中的浮点数精度降低，例如使用float16代替float32，可以压缩训练好的模型的大小。
D.GPU所配置的显存的大小，对于在该GPU上训练的深度神经网络的复杂度、训练数据的批次规模等，都是一个无法忽视的影响因素
A.Adam的收敛速度比RMSprop慢
B.相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的
C.对于轻量级神经网络，使用Adam比使用RMSprop更合适
D.相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的
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结，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
以下哪项是对早期停止（early stop）的最佳描述？（）
A.训练网络直到达到误差函数中的局部最小值
B.在每次训练期后在测试数据集上模拟网络，当泛化误差开始增加时停止训练
C.在中心化权重更新中添加一个梯度下降加速算子，以便训练更快地收敛
D.更快的方法是反向传播算法
A.除去神经网络中的最后一层，冻结所有层然后重新训练
B.对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层
C.使用新的数据集重新训练模型
D.所有答案均不对
A.除去神经网络中的最后一层，冻结所有层然后重新训练
B.对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层
C.使用新的数据集重新训练模型
D.所有答案均不对
