答案：A
A. defmyfunc(*args):
B. defmyfunc(arg1=1):
C. defmyfunc(*args,a=1):
D. defmyfunc(a=1,**args):
解析： 权值和阈值不断调整的过程,就是网络的学习与训练过程,经过信号正向传播与误差反向传播,权值和阈值的调整反复进行,一直进行到预先设定的学习训练次数,或输出误差减小到允许的程度
解析：产生式的基本形式是P->Q
A. 随机梯度下降
B. 修正线性单元（ReLU）
C. 卷积函数
D. 以上都不正确
解析：修正线性单元是非线性的激活函数
A. 应用层
B. 感知层
C. 数据层
D. 以上都是
解析：物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。
A. 旋度
B. 梯度
C. 负采样
D. 正采样
解析：见算法解析
A. 对于分类问题，支持向量机需要找到与边缘点距离最大的分界线，从而确定支持向量。
B. 支持向量机的核函数负责输入变量和分类变量（输出）之间的映射。
C. 支持向量机可根据主题对新闻进行分类。
D. 支持向量机不能处理分界线为曲线的多分类问题。
解析：支持向量机可以处理分界线为曲线的多分类问题。
A. 4
B. 4＋2Δx
C. 4＋2(Δx)2
D. 4x
解析：解析：选B.因为Δy＝[2(1＋Δx)2－1]－(2×12－1)＝4Δx＋2(Δx)2，所以ΔyΔx＝4＋2Δx，故选B.
A. 分而治之
B. 合而治之
C. 自下而上
D. 自上而下
