首页
强化学习的回报值一个重要特点是具有（）。
精华吧
→
答案
→
超星尔雅学习通
→
人工智能与信息社会
强化学习的回报值一个重要特点是具有（）。
A.客观性
B.主体性
C.超前性
D.滞后性
正确答案：D
Tag：
强化学习
回报值
时间：2020-11-06 22:38:44
上一篇：
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。
下一篇：
用于监督分类的算法有（）。
相关答案
1.
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。
2.
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。
3.
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（）。
4.
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（）。
5.
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（）。
6.
在Q-Learning中,所谓的Q函数是指（）。
7.
（）有跟环境进行交互,从反馈当中进行不断的学习的过程。
8.
典型的“鸡尾酒会”问题中,提取出不同人说话的声音是属于（）。
9.
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。（）
10.
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。（）。
热门答案
1.
隐藏层中的全连接层主要作用是将所有特征融合到一起。（）
2.
人工神经网络训练的目的就是使得损失函数最小化。（）
3.
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。（）
4.
前馈型神经网络常用于（）。
5.
一个完整的人工神经网络包括（）。
6.
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（）。
7.
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。
8.
关于MNIST,下列说法错误的是（）。
9.
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。
10.
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。