APP下载

首页

IT互联网

计算机知识技术题库

搜索

计算机知识技术题库

题目内容

(

单选题

)

随着卷积层数的增加，下面描述正确的是：①.在一定层数范围内，效果越来越好②.能够抽取的特征更加复杂③.层数越多越容易发生梯度消失

A、①③

B、①②③

C、②③

D、①②

答案：B

解析：全部描述正确

计算机知识技术题库

强化学习是一种重要的机器学习方式，其主要目标是（）

以下属于计算机视觉的经典模型的有：（）。

RCNN三大不足是（）

第三次工业革命的地点是

下列关于 Ridge 回归，说法正确的是（多选）？

点击查看题目

为什么不能用多层全连接网络解决命名实体识别问题：

点击查看题目

产生式系统的组成部分包括（）

点击查看题目

关于卷积神经网络池化层以下描述正确的是?

点击查看题目

KNN与K-means区别在于：KNN是分类算法、监督学习，K-means是聚类算法、无监督学习。

点击查看题目

从数1，2，3，4中任取一个数，记为X，再从1，2，…，X中任取一个数，记为Y，则P{Y=2}=______

题目内容

(

单选题

)

手机预览

计算机知识技术题库

随着卷积层数的增加，下面描述正确的是：①.在一定层数范围内，效果越来越好②.能够抽取的特征更加复杂③.层数越多越容易发生梯度消失

A、①③

B、①②③

C、②③

D、①②

答案：B

解析：全部描述正确

相关题目

强化学习是一种重要的机器学习方式，其主要目标是（）

A. 给数据打标签

B. 将数据按类别聚合

C. 使智能体获得最大奖赏

D. 实现特定目标

解析：强化学习（Reinforcement Learning, RL）是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题

点击查看答案

以下属于计算机视觉的经典模型的有：（）。

A. VGGNet

B. ResNet

C. RNN

D. GoogleNet

点击查看答案

RCNN三大不足是（）

A. SelectiveSearch质量不好

B. 每个候选框都需要cnn计算特征计算量大

C. svm没有联合训练，训练时间增长

D. 模型效果优于faster-rcnn

解析：见算法解析

点击查看答案

第三次工业革命的地点是

A. 英国伦敦

B. 美国硅谷

C. 德国汉诺威

D. 美国辛辛那提农场

解析：第三次工业革命的地点是美国硅谷。

点击查看答案

下列关于 Ridge 回归，说法正确的是（多选）？

A. 若 λ=0，则等价于一般的线性回归

B. 若 λ=0，则不等价于一般的线性回归

C. 若 λ=+∞，则得到的权重系数很小，接近于零

D. 若 λ=+∞，则得到的权重系数很大，接近与无穷大

点击查看答案

为什么不能用多层全连接网络解决命名实体识别问题：

A. 序列数据的输入和输出通常是不固定的，有的序列长，有的序列短

B. 全连接网络的根本不能处理任何序列数据

C. 全连接网络的层次太深导致梯度消失，所以不能处理序列问题

D. 命名实体识别问题是一个无法解决的问题，全连接网络也不能解决这个问题

解析：序列数据的输入和输出通常是不固定的，有的序列长，有的序列短，因此不能用多层全连接网络解决命名实体识别问题

点击查看答案

产生式系统的组成部分包括（）

A. 状态空间

B. 综合数据库

C. 规则集

D. 控制策略

点击查看答案

关于卷积神经网络池化层以下描述正确的是?

A. 池化操作采用扫描窗口实现

B. 池化层可以起到降维的作用

C. 常用的池化方法有最大池化和平均池化

D. 经过池化的特征图像变小了

解析：池化是一种down-sampling技术，本质是基于滑动窗口的思想，可以去除特征图中的冗余信息，降低特征图的维度。常用的是最大池化和平均池化

点击查看答案

KNN与K-means区别在于：KNN是分类算法、监督学习，K-means是聚类算法、无监督学习。

点击查看答案

从数1，2，3，4中任取一个数，记为X，再从1，2，…，X中任取一个数，记为Y，则P{Y=2}=______

A. 11/48

B. 01月04日

C. 13/48

D. 07月24日

解析：用全概率公式P{Y=2}=P{Y=2|X=2}P{X=2}+P{Y=2|X=3}P{X=3}+P{Y=2|X=4}P{X=4}=1/2*1/4+1/3*1/4+1/4*1/4=13/48

类似热门题库