A、自注意力
B、Normalization
C、全连接
D、卷积
答案：D
解析：卷积在BERT中没有使用
A、自注意力
B、Normalization
C、全连接
D、卷积
答案：D
解析：卷积在BERT中没有使用
A. 能很好的区分各类簇
B. 只有高密度的点的聚集区划为簇，其余划为噪声
C. 低密度的点的聚集区划为簇，其余的划为噪声
D. 无影响
解析：正确
A. 增加网络宽度
B. 轻量化网络模型
C. 改善网络退化现象
D. 增加网络深度
解析：GoogLeNet从增加网络宽度角度改进了之前的图像分类网络
A. popitem()
B. del a[＇k3＇]
C. clear(＇k3＇)
D. pop(＇k3＇)
解析：见函数库
解析：正确
A. 18
B. 9
C. 3
D. 2
A. 列表
B. 集合
C. 元组
D. 字符串
解析：见函数库
A. 正确$;$错误
A. 全批量梯度下降
B. 随机梯度下降
