A、5
B、6
C、10
D、3
答案:A
A、5
B、6
C、10
D、3
答案:A
A. 一个
B. 两个
C. 多个
D. 无
解析:神经元之间的每个连接都有一个权重。
A. 表示高斯分布的方差
B. 表示高斯分布的均值
C. 表示数据分布的概率
D. 表示数据从某个高斯分布中产生
解析:首选依赖GMM的某个高斯分量的系数概率(因为系数取值在0~1之间,因此可以看做是一个概率取值)选择到这个高斯分量,然后根据这个被选择的高斯分量生成观测数据。然后隐变量就是某个高斯分量是否被选中:选中就为1,否则为0。
A. 直接推理和间接推理
B. 正向推理和反向推理
C. 逻辑推理和非逻辑推理
D. 准确推理和模糊推理
解析:字节是最基本的单位,其上是字等
A. neg_mean_absolute_error,高
B. mean_absolute_error,高
C. mean_absolute_error,低
D. neg_mean_absolute_error,低
A. 人脸搜索
B. 人脸比对
C. 人脸检测
D. 翻拍识别
A. 通用类芯片(比如CPU和GPU)
B. 基于FPGA的半定制化芯片
C. 全定制化ASIC芯片
D. 类脑计算芯片
解析:基础概念
A. 单一变量
B. 部分变量
C. 全部变量
D. 边缘变量
解析:边缘分布(Marginal Distribution)指在概率论和统计学的多维随机变量中,只包含其中部分变量的概率分布。
A. 可信度
B. 信度
C. 信任增长度
D. 概率
A. 提出候选框生成网络,取代了SelectiveSearch
B. 在RPN与最终输出的两个阶段,将分类损失和框回归损失进行联合后对网络进行优化
C. 采用ROIpooling层,加速特征提取过程
D. 将CNN提取到的特征送入SVM进行分类
解析:见算法解析