题目内容
（请给出正确答案）
[单选题]
训练一个RNN网络，如果权重与激活值都是NaN，下列选项中，哪一个是导致这个问题的最有可能的原因（）。
A.梯度消失
B.梯度爆炸
C.ReLU函数作为激活函数g（.），在计算g（z）时，z的数值过大了
D.Sigmoid函数作为激活函数g（.），在计算g（z）时，z的数值过大了
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.梯度消失
B.梯度爆炸
C.ReLU函数作为激活函数g（.），在计算g（z）时，z的数值过大了
D.Sigmoid函数作为激活函数g（.），在计算g（z）时，z的数值过大了
如果结果不匹配，请 联系老师 获取答案
更多“训练一个RNN网络，如果权重与激活值都是NaN，下列选项中，…”相关的问题
A.梯度消失
B.梯度爆炸
C.eLU函数作为激活函数g(.)，在计算g(z)时，z的数值过大了
D.Sigmoid函数作为激活函数g(.)，在计算g(z)时，z的数值过大了
A.CNN和RNN都属于神经网络，因此二者的训练方式完全一致，均采用BP算法。
B.CNN和RNN都采用了权值共享机制以减少网络中的参数量。
C.在同一个网络中，CNN结构和RNN结构不能同时使用。
D.CNN适用于图像处理，而RNN适用于序列数据处理。
A.*
B.1
C.10
D.30010000
A.这没关系。只要随机初始化权重，梯度下降不受权重大小的影响
B.这将导致tanh的输入也非常大，因此导致梯度也变大。因此，您必须将α设置得非常小以防止发散;这会减慢学习速度
C.这会导致tanh的输入也非常大，导致单位被“高度激活”，从而加快了学习速度，而权重必须从小数值开始
D.这将导致tanh的输入也很大，因此导致梯度接近于零，优化算法将因此变得缓慢
A.令所有权重值初始化为0
B.尝试调整学习率
C.尝试mini-batch梯度下降
D.尝试对权重进行更好的随机初始化
A.在VRP备份组中用来通告主备发生变换
B.用于通告一个新的现AC地址:发送方更换网卡，AC地址发生改变，为了能够在AP表项老化前通告所有主机，发送方可以发送一个免费ARP
C.用于检查重复的IP地址:正常情况下不会收到ARP回应，如果收到，则表明本网络中存在与自身P地址重复的地址
D.免费ARP报文用来在主机空闲时与网关设备保持激活
A.32
B.643
C.96
D.48
A.BP神经网络的训练过程中，先进行后向传播再进行前向传播
B.通过损失函数对后向传播结果进行判定
C.通过前向传播过程对权重参数进行修正
D.训练过程中权值参数的运算量很大，一般采用梯度下降法
A.BP神经网络是前馈神经网络
B.BP神经网络的参数权重值是由反向传播学习算法进行调整的
C.BP神经网络模型拓扑结构包括输入层、隐层和输出层
D.BP神经网络利用激活函数来实现从输出到输入的非线性映射
