A、增加神经网络层数,可能会增加测试数据集的分类错误率
B、减少神经网络层数,总是能减小测试数据集的分类错误率
C、增加神经网络层数,总是能减小训练数据集的分类错误率
答案:A
A、增加神经网络层数,可能会增加测试数据集的分类错误率
B、减少神经网络层数,总是能减小测试数据集的分类错误率
C、增加神经网络层数,总是能减小训练数据集的分类错误率
答案:A
A. 百度鸿鹄
B. 百度昆仑
C. 百度灵云
D. 百度鸿基
解析:2018年开发者大会,百度发布了国内首款云端通用AI处理器是百度昆仑。
A. 指数损失函数
B. 均方损失函数
C. 对数损失函数
D. Hinge 损失函数
A. μ愈大
B. μ愈小
C. σ愈大
D. σ愈小
A. 截断过长语句
B. 填充随机数
C. 填充特殊词语
D. 不处理
解析:深度学习处理长语句的常用手段
A. 强化学习
B. 深度学习
C. 监督学习
D. 无监督学习
解析:随着深度学习在计算机视觉、语音识别以及自然语言处理领域取得的成功,近几年来,无论是在消费者端还是在企业端,已经有许多 依赖人工智能技术的应用臻于成熟,并开始渗透到我们生活的方方面 面
A. 二项
B. 泊松
C. 正态
D. 指数
解析:泊松分布(法语:loi de Poisson;英语:Poisson distribution)又称Poisson分布、帕松分布、布瓦松分布、布阿松分布、普阿松分布、波以松分布、卜氏分布、帕松小数法则(Poisson law of small numbers),是一种统计与概率学里常见到的离散概率分布
A. 加速度反馈速度
B. 加速度处理速度
C. 增长速度反馈速度
D. 增长速度处理速度
解析:正确
A. 人工智能地近期进展主要集中在专用智能领域
B. 专用人工智能形成了人工智能领域地单点突破,在局部智能水平地单项测试中可以超越人类智能
C. 通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题
D. 真正意义上完备地人工智能系统应该是一个专用地智能系统