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
