A、由于负数部分恒为0,会导致一些神经元无法激活
B、输出不是以0为中心
C、解决了梯度消失、爆炸的问题
D、计算方便,计算速度快,求导方便
答案:ABCD
解析:见算法解析
A、由于负数部分恒为0,会导致一些神经元无法激活
B、输出不是以0为中心
C、解决了梯度消失、爆炸的问题
D、计算方便,计算速度快,求导方便
答案:ABCD
解析:见算法解析
A. 浪潮云
B. 华为云
C. 阿里云
D. 海尔云
解析:阿里云城市大脑目前已在杭州、苏州、上海、衢州、澳门、马来西亚等城市和国家落地,覆盖交通、平安、市政建设、城市规划等领域,是目前全球最大规模的人工智能公共系统之一。
A. 决策树模型
B. kNN分类
C. Adaboost
D. k-means
A. 最优
B. 一般
C. 满意
D. 最坏
A. pear
B. dog
C. carrot
D. 以上选项均不正确
解析:python字典相关知识求解
A. 假设属性之间完全独立;
B. 假设属性之间部分相关;
C. 独依赖估计为半朴素贝叶斯最常用的策略;
D. 假设所以属性都依赖于同一个属性;
解析:数学基础
A. 语言识别
B. 图像识别
C. 自然语言处理
D. 专家系统
解析:基础概念
A. 由于其特殊原因,无法分布式化
B. xgboost在代价函数里加入了正则项,用于控制模型的复杂度
C. 可以处理带有缺失值的样本
D. 允许使用列抽样来减少过拟合
A. 从偏差-方差分解的角度看,Boosting主要关注降低偏差
B. 从偏差-方差分解的角度看,Bagging主要关注降低方差
C. 随机森林简单、容易实现、计算开销小
D. Boosting不能基于泛化性能相当弱的学习器构建出很强的集成
解析:见算法解析
A. SVM 分类
B. 使用 SelectiveSearch 输出候选框
C. 使用 MLP 进行分类与回归预测
D. 使用 ROIpooling
解析: FasterRCNN 没有用到使用 SelectiveSearch 输出候选框