单项选择题

强化学习中近端策略优化（ProximalPolicyOptimization-PPO）的目的是：（）。

A.减少学习过程中的方差
B.加速模型的收敛速度
C.优化策略的稳定性
D.提高策略的探索能力

<上一题 目录 下一题>
热门 试题

单项选择题
层次聚类方法中，凝聚的层次聚类是从什么开始（）？

A.将每个数据点视为一个单独的簇
B.将所有数据点视为一个簇
C.随机选择数据点作为簇
D.根据数据的分布选择簇
单项选择题
下列不属于Keras 的核心模块的是（）。

A.有激活函数
B.损失函数
C.滤波器
D.正则化器
相关试题