A、线性变换
B、非线性变换
C、求函数最小值
D、加速训练
答案：C
解析：在CNN中，梯度下降法的作用是求函数最小值。
A、线性变换
B、非线性变换
C、求函数最小值
D、加速训练
答案：C
解析：在CNN中，梯度下降法的作用是求函数最小值。
A. 属于结构自适应网络，网络结构也是其优化目标；
B. 主要成分为级联、相关、归约；
C. 无需设置网络层数、隐层神经元数目；
D. 训练速度快，但数据较小时容易陷入过拟合；
解析：见算法解析
A. 符号主义
B. 连接主义
C. 行为主义
D. 模拟主义
解析：人工智能主要研究流派为符号主义、连接主义和行为主义
A. 图像分类
B. 目标检测
C. 目标跟踪
D. 语义分割
解析：主要应用
A. 文字生成
B. 图像生成
C. 图像识别
D. 数据增强
A. Visdom
B. Flask
C. Vue
D. 以上选项均不正确
解析：Visdom是一个专门用于 PyTorch 的交互式可视化工具,可以对实时数据进行丰富的可视化,帮助我们实时监控在远程服务器上进行的科学实验
解析：自动程序设计不是人工智能发展的目标
A. 零次数据
B. 一次数据
C. 二次数据
D. 三次数据
A. 函数的递归调用必须有一个明确的结束条件
B. 函数的递归调用每次进入更深一层递归时，问题规模相比上次递归都应有所减少
C. 函数的递归调用效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈)
D. 函数的递归调用由于栈的大小是无限的，所以，递归调用的次数过多，也不会导致栈溢出
解析：正确
