A、KNN
B、RNN
C、BNN
D、VGG
答案：C
解析：为应对卷积网络模型中大量的权重存储问题，研究人员在适量牺牲精度的基础上设计出一款超轻量化模型BNN
A、KNN
B、RNN
C、BNN
D、VGG
答案：C
解析：为应对卷积网络模型中大量的权重存储问题，研究人员在适量牺牲精度的基础上设计出一款超轻量化模型BNN
A. 22
B. 21
C. 13
D. 20
解析：在树中，结点数为树中所有结点的度之和再加1。所以n0+n1+n2+n3=n0*0+n1*1+n2*2+n3*3+1，计算得出叶子结点数n0=9，该二叉树的总结点数为9+9+3=22。
A. [1,6,9]
B. [1,12,27]
C. [1,8,27]
D. (1,6,9)
A. 仿射层
B. 卷积层
C. RNN层
D. 均不对
A. 1）收集数据，2）准备数据，3）分析数据，4）训练算法，5）测试算法，6）使用算法
B. 1）收集数据，2）分析数据，3）准备数据，4）训练算法，5）测试算法，6）使用算法
C. 1）收集数据，2）分析数据，3）准备数据，4）测试算法，5）训练算法，6）使用算法
D. 1）收集数据，2）分析数据，3）测试算法，4）训练算法，5）准备数据，6）使用算法
解析：机器学习算法的一般流程
(1) 收集数据：可以使用任何方法。
(2) 准备数据：距离计算所需要的数值，最好是结构化的数据格式。
(3) 分析数据：可以使用任何方法。
(4) 训练算法：此步骤不适用于k-近邻算法。
(5) 测试算法：计算错误率。
(6) 使用算法：首先需要输入样本数据和结构化的输出结果，然后运行k-近邻算法判定输
入数据分别属于哪个分类，最后应用对计算出的分类执行后续的处理。
A. 紧接于量词之后被量词作用的谓词公式称为该量词的辖域
B. 在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元
C. 仅个体变元被量化的谓词成为一阶谓词
D. 个体变元、函数符号和谓词符号都被量化的谓词成为二阶谓词
解析：见算法解析
A. 并行计算
B. 实际操作
C. 数据分析
D. 数据研发
A. 特征选择嵌入法
B. 无监督学习
C. 监督学习
D. 特征选择过滤法
解析：可以同时使用
