A.Dropout背后的思想其实就是把DNN当做一个集成模型来训练,之后取所有值的平均值,而不只是训练单个DNN
B.DNN网络将Dropout率设置为p,也就是说,一个神经元被保留的概率是1-p。当一个神经元被丢弃时,无论输入或者相关的参数是什么,它的输出值就会被设置为0
C.丢弃的神经元在训练阶段,对BP算法的前向和后向阶段都没有贡献。因为这个原因,所以每一次训练,它都像是在训练一个新的网络
D.Dropout方法通常和L2正则化或者其他参数约束技术(比如MaxNorm)一起使用,来防止神经网络的过拟合
A.2010年之前,物联网主要表现为RFID技术在物流,零售和制药领域的广泛应用
B.2010-2015年,电子标签和传感器网络集成,实现物品之间的信息互联
C.2015-2020年,互联物品进入智能化全面发展
D.2020年之后,逐渐进入全面智能化的物联网