A、1.2.3.4
B、1.3.4.6
C、1.2.3.4.5.6
D、3.4.6
答案:C
解析:DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。
A、1.2.3.4
B、1.3.4.6
C、1.2.3.4.5.6
D、3.4.6
答案:C
解析:DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。
A. -7
B. -6
C. 6
D. 7
A. paddle.nn.functional.mse_loss
B. paddle.nn.functional.softmax_with_cross_entropy
C. paddle.nn.CrossEntropyLoss
D. paddle.nn.functional.cross_entropy
解析:paddle.nn.functional.softmax_with_cross_entropy,paddle.nn.CrossEntropyLoss,paddle.nn.functional.cross_entropy均可用于多分类问题
A. 若已知(X,Y)的联合分布,可以求出X的边缘分布和Y的边缘分布
B. 若已知(X,Y)的联合分布和X的边缘分布,可以求出Y的条件分布
C. 若已知X的边缘分布和Y的条件分布,可以求出(X,Y)的联合分布
D. 若已知X的边缘分布和Y的边缘分布,可以求出(X,Y)的联合分布
解析:若已知X的边缘分布率和Y的边缘分布率,只有当X和Y相互独立时,才可以求出(X,Y)的联合分布率
A. 分类问题
B. 聚类问题
C. 回归问题
A. 计算机表示法
B. 谓词表示法
C. 框架表示法
D. 产生式规则表示法
A. Weka
B. SciPy
C. Pandas
D. Knime
A. Adjust Rand Index 衡量两个序列相似性的算法。
B. 齐次性和完整性
C. 轮廓系数
解析:正确
A. 控制论
B. 数据论
C. 信息论
D. 系统论