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
