A、语音识别
B、机器翻译
C、语音合成
D、语言分析
答案：B
A、语音识别
B、机器翻译
C、语音合成
D、语言分析
答案：B
A. 顺序模型
B. 循环模型
C. 分析模型
D. 挖掘模型
A. 减少深层网络的梯度消失问题
B. 特种的重用
C. 模型参数明显增加
D. 增强特征的获取能力
解析：考察ResNet理解
A. 具体和形象化
B. 抽象和概念化
C. 具体和概念化
D. 抽象和具体化
解析：高层的特征是低层特征的组合，从低层到高层的特征表达越来越抽象和概念化，也即越来越能表现语义或者意图。
A. SVM
B. 随机梯度下降
C. 随机失活
D. 批标准化
解析：主要应用
A. 05月09日
B. 01月03日
C. 01月09日
D. 03月08日
解析：【解析】
分析：用黄球所占的份数除以所有份数的和即可求得是黄球的概率．
详解：∵红球、黄球、黑球的个数之比为5：3：1，
∴从布袋里任意摸出一个球是黄球的概率是 .
故选：B．
A. GoogLeNet仅仅是在宽度上进行了探索，所以它是一个很浅的网络
B. GoogLeNet在宽度上进行了探索，为后人设计更加复杂的网络打开了思路
C. GoogLeNet使用了Inception结构，Inception结构只有V1这一个版本
D. GoogLeNet结合多种网络设计结构所以是到目前为止分类效果最好的网络结构
解析：GoogLeNet在宽度上进行了探索，为后人设计更加复杂的网络打开了思路
A. 原子命题
B. 谓词
C. 量词
D. 原子公式
解析：见算法解析
A. 旋度
B. 梯度
C. 负采样
D. 正采样
解析：见算法解析
A. array([0, 1, 2, 3])
B. array[0, 1, 2, 3]
C. [0, 1, 2, 3]
D. array([0, 1, 2, 3, 4])
