A、卷积可视化解释
B、反向传播算法
C、非线性激活函数
D、深度神经网络
答案：A
A、卷积可视化解释
B、反向传播算法
C、非线性激活函数
D、深度神经网络
答案：A
A. SVM
B. 随机森林
C. 隐马尔可夫模型HMM
D. 逻辑回归
A. 卷积可视化解释
B. 反向传播算法
C. 非线性激活函数
D. 深度神经网络
解析：卷积可视化不是目前深度学习的必备技术
A. try 语句中有 except 子句就不能有 finally 子句
B. Python 中，可以用异常处理捕获程序中的所有错误
C. 引发一个不存在索引的列表元素会引发 NameError 错误
D. Python 中允许利用 raise 语句由程序主动引发异常
解析：人工智能发展史
解析：gamma参数是你选择径向基函数作为kernel后,该函数自带的一个参数.隐含地决定了数据映射到新的特征空间后的分布. gamma参数与C参数无关. gamma参数越高, 模型越复杂
A. 40%
B. 50%
C. 60%
D. 70%
A. 任意尺度输入
B. 效率高
C. 结合浅层信息
D. 分割不够精细
解析：主要应用
A. 理论
B. 知识
C. 推理
D. 智能
解析：二十世纪五十年代到七十年代初，人工智能处于推理期。
