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
