A、 非监督学习的样本数据是要求带标签的
B、 监督学习和非监督学习的区别在于是否要求样本数据带标签
C、 强化学习以输入数据作为对模型的反馈
D、 卷积神经网络一般用于图像处理等局部特征相关的数据
答案:BCD
A、 非监督学习的样本数据是要求带标签的
B、 监督学习和非监督学习的区别在于是否要求样本数据带标签
C、 强化学习以输入数据作为对模型的反馈
D、 卷积神经网络一般用于图像处理等局部特征相关的数据
答案:BCD
A. 可以模拟生物神经系统
B. 面向真实世界物体
C. 面向仿真环境物体
D. 作出交互反应
解析:见算法解析
A. true
B. false
A. 虚拟,虚拟
B. 虚拟,真实
C. 真实,虚拟
D. 真实,真实
解析:从时空性来看,元宇宙是一个空间维度上虚拟而时间维度上真实的数字世界(百科)
A. 聚类的簇个数会由模型自动给出
B. 可以使用多组随机的初始中心点进行计算
C. 聚类前应当进行维度分析
D. 聚类前应当进行数据标准化
解析:聚类的簇个数由人为确定。
A. LeNet
B. AlexNet
C. GoogLeNet
D. ResNets
解析:ResNets(Residual Networks)残差网络;LeNet是最早的卷积神经网络结构,AlexNet首次在CNN中成功应用了ReLU、Dropout和LRN等技术,GoogLeNet加入Inception网络结构来搭建一个稀疏性、高计算性能的网络结构,后三种网络都没有用到残差网络结构
A. 数据预处理
B. 特征工程
C. 算法调用
D. 参数调优
A. 03月05日
B. 01月05日
C. 04月05日
D. 02月05日