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