A、一致性或统一性
B、复杂性或重复性
C、歧义性或多义性
D、一致性或多义性
答案:C
A、一致性或统一性
B、复杂性或重复性
C、歧义性或多义性
D、一致性或多义性
答案:C
解析:偏差度量了学习算法的期望预测与真实结果的偏离程度,刻画了学习算法本身的拟合能力。
方差度量了同样大小的训练集的变动所导致的学习性能的变化,刻画了数据扰动所造成的影响。
噪声表达了当前任务上任何学习算法所能达到的期望泛化误差的下界,也就是最小值。
泛化误差可以分解为偏差、方差和噪声之和。
A. GAN
B. LSTM
C. CNN
D. GRU
解析:2018年“全球十大突破性技术”,对抗性神经网络简称为GAN
A. RPN
B. NMS
C. SelectiveSearch
D. RCNN
解析:见算法解析
A. 循环神经网络
B. 卷积神经网络
C. 朴素贝叶斯
D. 深度残差网络
解析:LSTM是一个非常经典的面向序列的模型,可以对自然语言句子或是其他时序信号进行建模,是一种循环神经网络。
A. TempStr[-5:]
B. TempStr[-5:-1]
C. TempStr[6:]
D. TempStr[-4:-1]
解析:字符串切片的基本用法
A. 损失函数
B. 无参数函数
C. 激活函数
D. 矩阵拼接函数
解析:衡量模型预测值和真实值差距的评价函数被称为损失函数