在已知模型的环境中学习称为()。

A. Microsoft

B. intel

C. NVIDIA

D. AMD

A. 神经网络的工作原理与生物体内的神经元是完全一样的

B. 训练神经网络的实质是对复杂函数求参数最优解的过程

C. 增加神经网络的层数和增加每层的神经元个数的效果是一样的

D. 神经网络只能进行二分类，不能进行更多种类的分类了

A. catch&;&exception&;&catch(a)&;&except

A. 聚类算法通常用于在知道类别的情况下，把样本按照样本之间的相似性等分成不同的类别

B. 聚类算法是一种监督学习算法

C. 聚类算法可以用于回归问题

D. 聚类算法通常用于在不知道类别的情况下，把样本按照样本之间的相似性等分成不同的类别

A. LSTM中通过引入输入门、遗忘门、输出门解决了RNN中存在的梯度消失和梯度爆炸

B. LSTM中门的开关程度是由信息的权重决定的，即训练过程中记住重要信息

C. 与RNN相比，LSTM中引入更多参数，所以其训练周期更久

D. LSTM中使用Sigmoid实现门限控制，而用TanH实现数据处理

A. LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题

B. CNN相比于全连接的优势之一是模型复杂度低，缓解过拟合

C. 只要参数设置合理，深度学习的效果至少应优于随机算法

D. 随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题

A. 过滤式

B. 包裹式

C. 嵌入式

D. 指定式

A. 2020年与世界先进水平同步

B. 2025年与世界先进水平同步

C. 2025年部分达到世界领先水平

D. 2030年总体达到世界领先水平

A. 分类

B. 回归

C. 聚类

D. 关联规则挖掘