多项选择题
为了增强模型的学习能力，网络层会变得越来越深，但是随着深度的增加，也带来了比较一些问题，主要包括（）
A.模型复杂度上升，网络训练困难
B.梯度消失/梯度爆炸
C.网络退化，也就是说模型的学习能力达到了饱和，增加网络层数并不能提升精度了
D.可用的数据集更少
点击查看答案&解析
相关考题
-
多项选择题
关于模型复杂度和数据集大小造成欠拟合和过拟合的描述正确的有（）
A.缓解过拟合只能增加训练数据集的大小
B.模型复杂度低容易导致欠拟合
C.训练数据集小容易导致过拟合
D.解决欠拟合可以考虑增加模型的复杂度 -
多项选择题
车牌识别是OCR工业化应用较早而且成功的典型案例，车牌识别的成功，主要有以下几个原因（）
A.识别内容是封闭集合，且集合较小
B.文字字体、大小较为规范
C.文字间距均匀
D.车牌识别场景不需要考虑光照条件 -
多项选择题
OCR常用的评估指标有（）
A.检测准确率
B.检测召回率
C.识别准确率
D.F1分数
