A、小写(lowercasing)
B、提取词干(stemming)
C、词形化(lemmatization)
D、文字扩充与词嵌套
答案:ABCD
A、小写(lowercasing)
B、提取词干(stemming)
C、词形化(lemmatization)
D、文字扩充与词嵌套
答案:ABCD
A. 异腾 910 处理器$;
$异腾 310 处理器$
;$GPUD FPGA
解析:正确
A. 特征值
B. 标签
C. 特征值和标签
D. 预测值
解析:深度学习系统训练过程通常需要输入特征值和标签
A. 基于信息论准则;
B. 学习问题看做为数据压缩任务;
C. 学习目标为以最短编码长度描述训练数据模型;
D. 编码位数仅为自身所需的编码位数;
解析:见算法解析
A. 一个数组
B. 两个数组
C. 三个数组
D. 四个数组
A. 卷积可视化解释
B. 反向传播算法
C. 非线性激活函数
D. 深度神经网络
解析:卷积可视化不是目前深度学习的必备技术
A. 语音输入
B. 音频信号特征提取
C. 声学模型处理
D. 语言模型处理
E. 语义识别
解析:语音识别不涉及对语音内容的理解。
A. 算法精度提升
B. 梯度消失风险越大
C. 计算时间越长
D. 参数越多
A. NLU(自然语言理解)
B. NLP(自然语言处理)
C. DM(中控平台)
D. NLG(自然语言生成)
解析:NLU是NLP的子集,并不等价
A. 样本参数
B. 拍摄角度
C. 部位
D. 区域
解析:主要应用