A、SVM
B、随机梯度下降
C、随机失活
D、批标准化
答案:BCD
解析:主要应用
A、SVM
B、随机梯度下降
C、随机失活
D、批标准化
答案:BCD
解析:主要应用
A. 属于结构自适应网络,网络结构也是其优化目标;
B. 主要成分为级联、相关、归约;
C. 无需设置网络层数、隐层神经元数目;
D. 训练速度快,但数据较小时容易陷入过拟合;
解析:见算法解析
A. 信息模型
B. 语言模型
C. 话题模型
D. 数据模型
A. 《人工智能原则》
B. 《人工智能伦理规范》
C. 《人工智能伦理指南》
D. 《人工智能伦理问题建议书》
解析:P21
A. -10
B. -71
C. -15
A. [-1,0]
B. [0,1]
C. [-1,1]
D. [-0.5,0.5]
A. npusim info
B. npu
info
C. atlas-
Driver info$;
$atlas info
A.
神经网络的类型(如MLP,CNN)
B. 输入数据
C. 计算能力(硬件和软件能力决定)
D. 学习速率与映射的输出函数
解析:所有上述因素对于选择神经网络模型的深度都是重要的。特征抽取所需分层越多, 输入数据维度越高, 映射的输出函数非线性越复杂, 所需深度就越深. 另外为了达到最佳效果, 增加深度所带来的参数量增加, 也需要考虑硬件计算能力和学习速率以设计合理的训练时间。
A. MapReduce是一种计算框架
B. MapReduce来源于google的学术论文
C. MapReduce程序只能用java语言编写
D. MapReduce隐藏了并行计算的细节,方便使用
解析:朴素贝尔斯算法有稳定的分类效率,对缺失数据不敏感,算法比较简单,常用于文本分类。