A、 贝叶斯分类器应用于大型数据库具有较高的准确性和快速的速度
B、 朴素贝叶斯的“朴素",指的是该方法需要假设各个特征之间是独立的
C、 朴素贝叶斯是一种简单的多分类算法
D、 朴素贝叶斯算法依赖于人工神经网格,因此使用起来非常复杂
答案：D
解析：解析:朴素贝叶斯分类器是贝叶斯分类器中最简单,也是最常见的一种分类方法
A、 贝叶斯分类器应用于大型数据库具有较高的准确性和快速的速度
B、 朴素贝叶斯的“朴素",指的是该方法需要假设各个特征之间是独立的
C、 朴素贝叶斯是一种简单的多分类算法
D、 朴素贝叶斯算法依赖于人工神经网格,因此使用起来非常复杂
答案：D
解析：解析:朴素贝叶斯分类器是贝叶斯分类器中最简单,也是最常见的一种分类方法
A. 高斯核函数
B. 线性核函数
C. Sigmoid核函数
D. 多项式核函数
A. 加上L2正则项后,无法使用梯度下降算法迭代参数值
B. LL2正则项不能作用在损失函数之上
C. L2正则化比L1正则化产生更加稀疏的模型
D. L1正则项有利于增强模型的泛化能力
A. 容易过拟合
B. 参数数量太多
C. 计算速度快
D. 充分利用像素间的位置信息
A. Softsign函数相比tanh函数,容易饱和。
B. Softsign函数很难回避梯度消失的问题
C. Softsign函数远离函数中心点的位置,函数导数趋于0。
D. 选择Softsign函数的网络容易出现梯度退化现象,导致模型难以训练
解析：解析:A说反了,Softsign是Tanh激活函数的另一个替代选择
解析：解析:参考文档:https://support.huaweicloud.com/sdkreference-sis/sisⱣⱤ05ⱣⱤ0085.html
A. graph概念
B. Eagerexecution
C. session机制
D. 易于Debug
A. 方向盘
B. 毫米波雷达
C. MDC
D. 智能座舱
