首页
强化学习中,（）主要探索未知的动作会产生的效果,有利于更新Q值,获得更好的策略。
精华吧
→
答案
→
超星尔雅学习通
→
人工智能与信息社会
强化学习中,（）主要探索未知的动作会产生的效果,有利于更新Q值,获得更好的策略。
A.探索
B.开发
C.输入
D.输出
正确答案：A
Tag：
强化学习
策略
时间：2020-11-06 22:38:17
上一篇：
在强化学习过程中,（）表示随机地采取某个动作,以便于尝试各种结果;（）表示采取当前认为最优的动作,以便于进一步优化评估当前认为最优的动作的值。
下一篇：
马尔可夫性质强调在每一个动作状态序列中,下一个状态与（）有关。
相关答案
1.
在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越（）,采用当前Q函数值最大的动作的概率越（）。
2.
在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越（）,保持旧的结果的比例越（）。
3.
Q函数Q(s,a)是指在一个给定状态s下,采取某一个动作a之后,后续的各个状态所能得到的回报的（）。
4.
在Q-Learning中,所谓的Q函数是指（）。
5.
（）有跟环境进行交互,从反馈当中进行不断的学习的过程。
6.
典型的“鸡尾酒会”问题中,提取出不同人说话的声音是属于（）。
7.
梯度下降算法是最常用也是最有效的神经网络的优化办法,完全可以满足不同类型的需求。（）
8.
误差的反向传播,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小。（）。
9.
隐藏层中的全连接层主要作用是将所有特征融合到一起。（）
10.
人工神经网络训练的目的就是使得损失函数最小化。（）
热门答案
1.
神经网络中各个隐藏层能提取出和人类看到的一样的特征。（）
2.
前馈型神经网络常用于（）。
3.
一个完整的人工神经网络包括（）。
4.
如果某个隐藏层中存在以下四层,那么其中最接近输出层的是（）。
5.
隐藏层中的池化层作用是（）训练参数,对原始特征信号进行采样。
6.
关于MNIST,下列说法错误的是（）。
7.
前馈型神经网络的中各个层之间是（）的,反馈型神经网络中各个层之间是（）的。
8.
在第五章手写数字识别的例子中,输入的图片为长和宽都是28像素的图片,输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题,输入层是（）维的,输出层是（）维的。
9.
（）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。
10.
向量[0.1,0.1,0.2,0.3,0.6]的维数是（）。