表示对象的相互行为的模型是( )模型。

A．L1正则化

B．L2正则化

C．Dropout

D．动量优化器

A．L1,L2正则项不能作用在损失函数之上

B．L2正则化比L1正则化产生更加稀疏的模型

C．加上L2正则项后,无法使用梯度下降算法迭代参数值

D．L1正则项有利于增强模型的泛化能力

机器学习中L1正则化和L2正则化的区别是？

A.使用L1可以得到稀疏的权值

B.使用L1可以得到平滑的权值

C.使用L2可以得到稀疏的权值

A．Lasso回归使用L1正则化

B．Lasso回归使用L2正则化

C．Lasso回归使用L1+L2正则化

D．Lasso回归不使用正则化

A．岭回归使用L1正则化

B．岭回归使用L2正则化

C．岭回归使用L1+L2正则化

D．岭回归不使用正则化

A．弹性网使用L1正则化

B．弹性网使用L2正则化

C．弹性网使用L1+L2正则化

D．弹性网不使用正则化

A．使用L1可以得到稀疏的权值，使用L2可以得到稀疏的权值

B．使用L1可以得到稀疏的权值，使用L2可以得到平滑的权值

C．使用L1可以得到平滑的权值，使用L2可以得到平滑的权值

D．使用L1可以得到平滑的权值，使用L2可以得到稀疏的权值

B、XOR问题

C、梯度消失问题

D、过拟合问题