A、①③
B、①②③
C、②③
D、①②
答案:B
解析:全部描述正确
A、①③
B、①②③
C、②③
D、①②
答案:B
解析:全部描述正确
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
A. VGGNet
B. ResNet
C. RNN
D. GoogleNet
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
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。
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
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
A. 状态空间
B. 综合数据库
C. 规则集
D. 控制策略
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
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