A.层数
B.每层的神经元数量
C.网络结构
D.数据维度

A.仅通过训练误差
B.通过训练和验证误差
C.仅通过测试误差
D.不需要评估

A.改变架构
B.使用自动化搜索
C.量化和剪枝
D.仅使用CPU

A.降低了模型的复杂度
B.提高了计算并行性
C.消除了对数据的依赖
D.增加了模型的容量

A.忽略上下文
B.使用静态嵌入
C.使用动态计算的上下文表示
D.手动添加上下文

A.降低精度
B.减慢训练速度
C.加速训练过程
D.减小模型大小

A.计算资源不足
B.需要更多存储空间
C.无法并行化
D.以上都是

A.模型宽度
B.层的数量
C.数据量
D.计算速度

A.增加模型复杂度
B.减少训练数据
C.正则化技术
D.仅使用线性模型

A.冷启动问题
B.领域自适应问题
C.实时决策问题
D.长期依赖问题

A.增加网络深度
B.减少计算量
C.帮助梯度流动
D.限制模型容量