A、变量
B、常量
C、张量数据结构
D、计算图算法语言
答案:AB
A、变量
B、常量
C、张量数据结构
D、计算图算法语言
答案:AB
A. paddle.nn.Linear
B. paddle.nn.Conv2D
C. paddle.nn.MaxPool2D
D. paddle.nn.ReLU
解析:应使用线性层paddle.nn.linear作为全连接层
A. [0,1,2,3]
B. [1,2,3,4]
C. [0,1,2,3,4]
D. [1,2,3,4,5]
A. axis=0,则沿着横轴进行操作
B. axis=0,则沿着纵轴进行操作
C. axis=1,则沿着纵轴进行操作
D. axis=1,则沿着横轴进行操作
A. 5
B. 4
C. 3
D. 2
解析:见算法解析
解析:我们可以为每个聚类构建不同的模型, 提高预测准确率,“类别id”作为一个特征项去训练, 可以有效地总结了数据特征
解析: 权值和阈值不断调整的过程,就是网络的学习与训练过程,经过信号正向传播与误差反向传播,权值和阈值的调整反复进行,一直进行到预先设定的学习训练次数,或输出误差减小到允许的程度
A. model.eval()可以在模型训练阶段使用
B. model.eval()只能在模型测试阶段使用
C. model.eval()在模型验证、模型测试阶段都可以使用
D. model.eval()在模型训练、模型验证、模型测试阶段都可以使用
解析:model.eval()在模型验证、模型测试阶段都可以使用在模型验证、模型测试阶段都可以使用
A. 机器证明
B. 模式识别
C. 人工生命
D. 编译原理
解析:编译原理是程序设计语言研究的内容。
A. 声纹识别不考虑语音中的字词信息
B. 语音识别强调共性
C. 语音识别不考虑说话人是谁
D. 声纹识别强调说话人的个人特性
解析:声纹识别和语音识别在原理上一样,都是通过对采集到的语音信号进行分析和处理,提取相应的特征或建立相应的模型,然后据此做出判断。但二者的根本目的,提取的特征、建立的模型是不一样的。声纹识别不注重语音信号的语义,而是从语音信号中提取个人声纹特征,挖掘出包含在语音信号中的个性因素。
A. 正态分布
B. 指数分布
C. 均匀分布
D. 二项分布
解析:二项分布是一种具有广泛用途的离散型随机变量的概率分布,它是由贝努里始创的,所以又叫贝努里分布