次回の更新記事:会議出席代行システム LLMでどこまでできるか(公開予定日:2025年02月25日)

「Weight decayは何のための手法?」AIクイズ応用編【第18問】

   

◀︎「Batch Normalizationのメリットとは?」AIクイズ応用編【第17問】

「Dropoutの説明として正しいものは?」AIクイズ応用編【第19問】▶︎

クイズに答えながらAIの知識を学べるシリーズの続編、「AIクイズ 」の応用編、AIクイズ”2″
あなたは全ての問題に答えられますか?

AIクイズの初代、基礎編はこちらから

第18問

Weight decayは何のための手法であるか正しいものを選んで下さい。

A.正則化
B.活性化関数後の出力の調整
C.重みの初期値の調整
D.過学習抑制

答え

当サイトの利用にはAIDBのアカウントが必要です。
また記事の購読には、アカウント作成後の決済が必要です。



※ログイン/初回登録後、下記ボタンを押してください。

AIDBとは
プレミアム会員(記事の購読)について

■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。


AIDBとは


AIDBは、論文などの文献に基づいてAIの科学技術や市場にキャッチアップするためのサービスです。個人の研究や仕事探し、法人の調査や採用を支援します。2019年から運営しています。

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録
PAGE TOP