A、神经网络的工作原理与生物体内的神经元是完全一样的
B、训练神经网络的实质是对复杂函数求参数最优解的过程
C、增加神经网络的层数和增加每层的神经元个数的效果是一样的
D、神经网络只能进行二分类,不能进行更多种类的分类了
答案:ACD
A、神经网络的工作原理与生物体内的神经元是完全一样的
B、训练神经网络的实质是对复杂函数求参数最优解的过程
C、增加神经网络的层数和增加每层的神经元个数的效果是一样的
D、神经网络只能进行二分类,不能进行更多种类的分类了
答案:ACD
A. 搜索服务
B. 图像处理
C. 智能驾驶
D. 语音识别
解析:搜索服务、图像处理、智能驾驶和语音识别均属于人工智能发展产业。答案选ABCD
A. Docker 采用经多次小变更积攒到一起,一次提交进镜像的方式
B. Docker 容器不可以脱离底层硬件,随时随地获取应用资源
C. 可以在一台主机上创建轻量级的、可移植的、自给自足的容器
D. 通过容器打包应用程序进入镜像,增加了工作量,使工作更繁琐
A. 10
B. 1
C. 100
D. 01月10日
解析:泊松分布(法语:loi de Poisson;英语:Poisson distribution)又称Poisson分布、帕松分布、布瓦松分布、布阿松分布、普阿松分布、波以松分布、卜氏分布、帕松小数法则(Poisson law of small numbers),是一种统计与概率学里常见到的离散概率分布
A. 最优
B. 一般
C. 满意
D. 最坏
A. true
B. false
C. 1
D. 2
A. 提出候选框生成网络,取代了SelectiveSearch
B. 在RPN与最终输出的两个阶段,将分类损失和框回归损失进行联合后对网络进行优化
C. 采用ROIpooling层,加速特征提取过程
D. 将CNN提取到的特征送入SVM进行分类
解析:见算法解析
A. 01月09日
B. 02月09日
C. 01月06日
D. 01月03日
解析:P{max{X,Y}≤1}=P{X≤1,Y≤1}=P{X≤1}P{Y≤1}=1/3*1/3=1/9
A. 局部连接
B. 权值共享
C. 空间或时间上的下采样
D. 不定长输入
解析:不定长输入数据特征为RNN循环神经网络特征
A. 句法
B. 音韵
C. 语义
D. 语用
解析:见算法解析
A. 时长
B. 时间
C. 时态
D. 时序
解析:数学基础