A、增大惩罚参数C
B、 减小惩罚参数C
C、减小核函数系数（gamma值）
D、增大核函数系数（gamma值）
答案：A
解析：
C值小时对误差分类的惩罚减小,当C趋于0时，表示我们不再关注分类是否正确，只要求margin越大，容易欠拟合。
A、增大惩罚参数C
B、 减小惩罚参数C
C、减小核函数系数（gamma值）
D、增大核函数系数（gamma值）
答案：A
解析：
C值小时对误差分类的惩罚减小,当C趋于0时，表示我们不再关注分类是否正确，只要求margin越大，容易欠拟合。
解析：科技巨头对人工智能的定位不仅是新技术，更是基础设施，为了铺设基础设施，科技巨头主要通过自主研发、收购和开源三种方式布局。
A. ［1，8］，［1，4］
B. ［5，4］，［3，4］
C. ［6，8］，［3，4］
D. ［6，8］，［2，4］
A. var=var.to("cuda:0")、var=var.to("cuda:1")@var=var.to("cuda:1")@var=var.cuda()、var=var.to("cuda:0")@var=var.cuda()、var=var.to("cuda:1")
B. var=var.to("cuda:1")@var=var.cuda()、var=var.to("cuda:0")@var=var.cuda()、var=var.to("cuda:1")
C. var=var.cuda()、var=var.to("cuda:0")@var=var.cuda()、var=var.to("cuda:1")
D. var=var.cuda()、var=var.to("cuda:1")
解析：在pytorch中，cuda()实现数据到GPU转移。
A. pip install xxx
B. conda install xxx
C. python install xxx
D. ipython install xxx
A. Caffe
B. TensorFlow
C. MLOps
D. PaddlePaddle
A. 5
B. 4
C. 3
D. 2
解析：见算法解析
A. 准确性
B. 不确定性
C. 可信赖度
D. 杂乱性
A. 朴素贝叶斯
B. 隐马尔科夫模型
C. 线性回归模型
D. 深度信念网络
