A、权重和偏置
B、学习率
C、mini-batch的大小
D、网络结构
答案:A
解析:权重和偏置不是超参数
A、权重和偏置
B、学习率
C、mini-batch的大小
D、网络结构
答案:A
解析:权重和偏置不是超参数
A. LeNet
B. AlexNet
C. GoogLeNet
D. ResNets
解析:ResNets(Residual Networks)残差网络;LeNet是最早的卷积神经网络结构,AlexNet首次在CNN中成功应用了ReLU、Dropout和LRN等技术,GoogLeNet加入Inception网络结构来搭建一个稀疏性、高计算性能的网络结构,后三种网络都没有用到残差网络结构
A. skip-gram
B. CBOW
C. GRU
D. BERT
A. and、or、not
B. not、and、or
C. or、and、not
D. or、not、nad
A. 卷积神经网络
B. 循环神经网络
C. 全连接神经网络
D. 选项A和B
A. 数据
B. 设备
C. 计算机
D. 技术
A. Relu
B. softmax
C. Tanh
D. sigmoid
解析:softmax函数一般用在多分类问题中,它是对逻辑斯蒂回归logistic的一种推广,也被称为多项式逻辑斯蒂回归模型。
A. cda.txttxt.a
B. echoa.txt>txt.a
C. rma.txttxt.a
D. cata.txt>txt.a
A. 频繁模式挖掘
B. 分类和预测
C. 数据预处理
D. 数据流挖掘
解析:数据预处理的主要步骤分为:数据清理、数据集成、数据规约和数据变换。