A、 判别器的输入主要是生成器生成的样本数据。
B、 生成器的输入主要是噪声数据和真实样本数据。
C、 生成对抗网络是一种框架、通过对抗过程,训练生成器和判别器。
D、 训练GAN框架采用BP算法。
答案：ACD
解析：解析:生成器的输入主要是噪声数据,而不是真实样本数据
A、 判别器的输入主要是生成器生成的样本数据。
B、 生成器的输入主要是噪声数据和真实样本数据。
C、 生成对抗网络是一种框架、通过对抗过程,训练生成器和判别器。
D、 训练GAN框架采用BP算法。
答案：ACD
解析：解析:生成器的输入主要是噪声数据,而不是真实样本数据
A. 多种开发模式满足不同需求
B. 灵活、高效、性价比高
C. 预预置训练模型,加速AI落地
D. 弹性训练提升训练效率
A. LSTM
B. 卷积神经网络
C. 循环神经网络
D. GRU
解析：解析:GRU是门控循环神经网络,LSTM神经网络长短期记忆(LSTM)神经网络属于循环神经网络(RNN)的一种,卷积神经网络是前馈神经网络
A. 正向传播算法
B. 池化计算
C. 卷积计算
D. 反向传播算法
A. 新协作方式
B. 新编程语言
C. 新编程范式
D. 新执行模式
A. TRUE
B. FALSE
A. 链式法则
B. 累加法则
C. 对等法则
D. 归一法则
A. [2]
B. Tensor(shape=[],dtype=Int32,value=2)
C. Tensor(2)
D. Array([2],dtype=int32)
A. SATA
B. SSD
C. HBM
D. DDR
解析：解析:(A硬盘,B固态,CD内存)
A. 多项式回归中的n次方就是多项式回归维度。
B. 多项式回归仍然是线性回归的一种,是因为其非线性体现在特征的维度上,而其权重参数之间的关系仍然是线性的。
C. 多项式回归是线性回归的拓展。
D. 通常数据集的复杂度过高,不能用一条直线来拟合,也就是使用原始的线性回归模型会明显欠拟合。
解析：解析:多项式回归(非线性模型)
