()是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小

A.模型梯度快速变大

B.模型权重变为NaN值

C.每个节点和层的误差梯度值持续超多1.0

D.损失函数持续减小

A.1,2,3,4,5

B.5,4,3,2,1

C.3,2,1,5,4

D.4,3,1,5,2

A.卷积滤波矩阵中的参数

B.全连接层的链接权重

C.激活函数中的参数

D.模型的隐藏层数目

A.用于在训练期间缓存成本函数的中间值

B.我们用它传递前向传播中计算的变量到相应的反向传播步骤，它包含用于计算导数的反向传播的有用值

C.它用于跟踪我们正在搜索的超参数，以加速计算

D.我们使用它将向后传播计算的变量传递给相应的正向传播步骤，它包含用于计算计算激活的正向传播的有用值

A.随机梯度下降

B.激活函数

C.卷积函数

D.以上都不正确

算实测值与预测值之间的误差的绝对值置“误差（绝对值）”列；评估“预测准确度”列，评估规则为：“误差”低于或等于“实测值”10％的，“预测准确度”为“高”；“误差”大于“实测值”10％的，“预测准确度”为“低”（使用IF函数）；利用条件格式的“数据条”下的“渐变填充”修饰A3：C14单元格区域。

（2）选择“实测值”、“预测值”两列数据建立“带数据标记的折线图”，图表标题为“测试数据对比图”，位于图的上方，并将其嵌入到工作表的A17：E37区域中。将工作表Sheet1更名为“测试结果误差表”。

2．打开工作簿文件EXC．XLSX，对工作表“产品销售情况表”内数据清单的内容建立数据透视表，行标签为“分公司”，列标签为“季度”，求和项为“销售数量”，并置于现工作表的I8：M22单元格区域，工作表名不变，保存EXC．XLSX工作簿。

A.Xavier和HE初始化

B.梯度剪切、正则

C.非饱和激活函数

D.Batchnorm