A、 多芯片,单芯片跨代,跨型号兼容需求。
B、 稀疏加速,图片预处理加速模块及复杂SIMD加速指令。
C、 SOC级异构编程。
D、 有效算力接近理论算力的定制化实现,对编译器要求高。
答案：ABCD
A、 多芯片,单芯片跨代,跨型号兼容需求。
B、 稀疏加速,图片预处理加速模块及复杂SIMD加速指令。
C、 SOC级异构编程。
D、 有效算力接近理论算力的定制化实现,对编译器要求高。
答案：ABCD
A. App集成
B. 让服务主动找到用户
C. 快速转化和迁移已有模型
D. 根据用户所需,适时适地推送服务
A. 紧凑网络设计
B. 低秩近似
C. 网络量化
D. 减小有效数据量
A. 一元线性回归模型Y=wX+b中的权重系数(斜率)w
B. 训练神经网络的学习速率
C. 随机森林当中的树的棵数
D. K最近邻算法(KNN)中的K
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
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. 连接只存在于层与层之间,每一层中的节点无连接关系。
B. 反向传播中容易发生梯度消失。
C. 每次的输入是独立的,分割了前后输入数据之间的联系。
D. 输入和输出的维度是固定的,无法处理变长数据。
A. FPGA
B. CPU
C. GPU
D. ASIC
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. 安防监控和目标检测属于生成对抗网络的经典场景。
B. 生成对抗网络不可以使用卷积神经网络作为判别器。
C. 生成对抗网络主要是处理语音数据。
D. 深度学习中,生成对抗网络可以使用随机梯度下降训练。
