A、
梯度下降
B、Dropout
C、交叉验证
D、正则化
答案：A
解析：梯度下降是我们最常用的最小化损失函数的方法
A、
梯度下降
B、Dropout
C、交叉验证
D、正则化
答案：A
解析：梯度下降是我们最常用的最小化损失函数的方法
A. 分层（Hierarchical）聚类
B. 两步（TwoStep）聚类
C. Kohonennetwork
D. KNN算法
E. K平均值（K-means）算法
A. 每一张图片都是二值图片
B. 每一张图片都是三通道图片
C. 模型一次处理224张图片（batchsize为224）
D. 以上选项均不正确
解析：TensorFlow读入图片统一为三通道
A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理
B. “与/或”图表示知识时一定同时有“与结点”和“或结点”
C. “与/或”图能方便地表示陈述性知识和过程性知识
D. 能用“与/或”图表示的知识不适宜用其他方法表示
解析：能用“与/或”图表示的知识也可用其他方法表示
解析：按照习惯, python缩进4个字符
A. exp(yf(x))
B. [1-yf(x)]_+
C. log[1+exp(-yf(x))
D. exp(-yf(x))
解析：A不是损失函数，Csiro逻辑斯蒂损失函数，D是指数损失函数。
A. 数据
B. 设备
C. 计算机
D. 技术
A. 分类和计算
B. 清洗和处理
C. 辨识和分类
D. 存储和利用
A. word2vec
B. fasttext
C. glove
D. elmo
解析：elmo支持一词多义
A. Adaboost
B. 决策树
C. 随机森林
D. XGBoost
解析：见算法解析
