输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为？

点击查看题目

下列关于python基本元素说法错误的是（）

点击查看题目

Boosting算法要求基学习器能对待定的数据分布进行学习，这可通过()实施。

题目内容

(

单选题

)

手机预览

计算机知识技术题库

剪枝分为前剪枝和后剪枝，前剪枝本质就是早停止，后剪枝通常是通过衡量剪枝后（）变化来决定是否剪枝。

A、信息增益

B、损失函数

C、准确率

D、召回率

答案：B

解析：剪枝分为前剪枝和后剪枝，前剪枝本质就是早停止，后剪枝通常是通过衡量剪枝后损失函数变化来决定是否剪枝。

相关题目

关于k折交叉验证，下列说法正确的是？()

A. k值并不是越大越好，k值过大，会降低运算速度

B. 选择更大的k值，会让偏差更小，因为k值越大，训练集越接近整个训练样本

C. 选择合适的k值，能减小验方差

D. 以上说法都正确

点击查看答案

代码def a(b,c,d):pass含义是？

A. 定义一个列表，并初始化它。

B. 定义一个函数，但什么都不做。

C. 定义一个函数，并传递参数。

D. 定义一个空的类。

点击查看答案

物联网为人工智能的（）提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。

A. 应用层

B. 感知层

C. 数据层

D. 以上都是

解析：物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。

点击查看答案

降维是通过获得一组基本上是重要特征的主变量来减少所考虑的特征变量的过程。

解析：正确

点击查看答案

以下CNN模型中，最早识别手写数字的是

A. LeNet-5

B. AlexNet

C. ResNet50

D. ResNet152

点击查看答案

下列那些方式可处理神经网络中的过拟合问题？

A. L1/L2正则化

B. dropout

C. dataargumentation

D. earlystop

解析：见算法解析

点击查看答案

下列关于随机变量X和Y的说法正确的是（）。

A. 若X与Y相互独立，则X与Y不相关

B. 若X与Y相关，则X与Y不相互独立

C. 若E(XY)
=E(X)E(Y)，则X与Y相互独立

D. 若f(x,y)=fX(x)fY(y)，则X与Y不相关

解析：独立是不相关的充分但不必要条件；E(XY)=E(X)E(Y)只能推出X与Y不相关，即二者没有线性关系（但可能有其他关系），不能代表X与Y相互独立

点击查看答案

A. 95

B. 96

C. 97

D. 98

解析：首先我们应该知道卷积或者池化后大小的计算公式，其中，padding指的是向外扩展的边缘大小，而stride则是步长，即每次移动的长度。
这样一来就容易多了，首先长宽一般大，所以我们只需要计算一个维度即可，这样，经过第一次卷积后的大小为: 本题（200-5+2*1）/2+1 为99.5，取99
经过第一次池化后的大小为：（99-3）/1+1 为97
经过第二次卷积后的大小为：（97-3+2*1）/1+1 为97

点击查看答案

下列关于python基本元素说法错误的是（）

A. python程序有时也称脚本，是一系列定义和命令

B. python解释器有时也称shell,用来求值定义并执行命令

C. 若python 对象属于布尔类别（bool),那它也属于非标量对象

D. float表示实数，其字面量总是包括一个小数点，属于标量对象

点击查看答案

Boosting算法要求基学习器能对待定的数据分布进行学习，这可通过()实施。

A. 重赋权法

B. 重采样法

C. 重训练法

D. 重预测法