A、梯度下降算法就是不断的更新w和b的值
B、梯度下降算法就是不断的更新w和b的导数值
C、梯度下降算法就是不断寻找损失函数的最大值
D、梯度下降算法就是不断更新学习率
答案：A
解析：梯度下降算法就是不断的更新w和b的值
A、梯度下降算法就是不断的更新w和b的值
B、梯度下降算法就是不断的更新w和b的导数值
C、梯度下降算法就是不断寻找损失函数的最大值
D、梯度下降算法就是不断更新学习率
答案：A
解析：梯度下降算法就是不断的更新w和b的值
A. 长期来看专用型人工智能的发展将依赖于对人脑认知机制的科学研究。
B. 短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。
C. 在商业应用方面，短期内，专用型人工智能将会在数据丰富的行业、应用场景成熟的业务前端(如营销、服务等)取得广泛的应用。
D. 人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业。
解析：长期来看专用型人工智能的发展将不依赖于对人脑认知机制的科学研究。。
A. max
B. min
C. mean
D. sum
解析：在CNN网络模型中，不常见的Pooling层操作是sum
A. 逻辑斯特回归（LR)，以及随机梯度下降(SGD)
B. 线性回归及批量梯度下降(BGD)
C. 神经网络及批量梯度下降(BGD)
D. 针对单条样本进行训练的在线学习
A. 多选一
B. 一对一
C. 多对多
解析：说话人确认(Speaker Verification)，是用以确认某段语音是否是指定的某个人所说的，是“一对一”判别问题
A. 线性
B. 双塔
C. 三塔
D. 非线性
解析：DSSM模型的结构是双塔
A. K近邻算法
B. 随机森林
C. 神经网络
D. 都不属于
A. 技术驱动
B. 数据驱动
C. 算法驱动
D. 设备驱动
A. 词干提取
B. 停用词
C. 词形还原
D. 命名实体识别
解析：命名实体识别，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等
解析：错误
