A、局部连接
B、权重共享
C、下采样
D、归一化
答案:ABC
解析:见算法解析
A、局部连接
B、权重共享
C、下采样
D、归一化
答案:ABC
解析:见算法解析
A. 平滑处理
B. 标准化
C. 特征构造
D. 去除虚假数据
A. 具有局部感受野
B. 对事物不同部分的观察之间能实现参数共享
C. 可有效捕捉序列化数据的特征
D. 操作复杂度与输入尺寸无关
A. —组对象所具有的相似性质
B. —个对象具有另一个对象的性质
C. 各对象之间的共同性质
D. 类之间共享属性和操作的机制
A. GoogLeNet仅仅是在宽度上进行了探索,所以它是一个很浅的网络
B. GoogLeNet在宽度上进行了探索,为后人设计更加复杂的网络打开了思路
C. GoogLeNet使用了Inception结构,Inception结构只有V1这一个版本
D. GoogLeNet结合多种网络设计结构所以是到目前为止分类效果最好的网络结构
解析:GoogLeNet在宽度上进行了探索,为后人设计更加复杂的网络打开了思路
解析:正确
A. GloVe
B. BERT
C. Open AI's GPT
D. ULMFit
A. 线性
B. 双塔
C. 三塔
D. 非线性
解析:见算法解析
A. 是一个监督学习算法
B. 是一个分类模型
C. 是一个回归模型
D. 主要用来处理时间序列数据样本
A. 具有局部感受野
B. 对事物不同部分的观察之间能实现参数共享
C. 可有效捕捉序列化数据的特征
D. 操作复杂度与输入尺寸无关
解析:见算法解析
A. 确定分析维度
B. 跑决策树分析
C. 修剪决策树
D. 收集数据