答案:B
A. VGG全部使用了3*3的卷积核和2*2的池化核
B. VGG证明了网络越深越好,所以程序员应该没有限制的搭建更深的网络
C. VGG是到目前为止分类效果最好的网络结构
D. VGG没有使用全连接网络结构
解析:VGG全部使用了3*3的卷积核和2*2的池化核
A. 多分枝结构
B. 残差连接
C. Batch Normalization
D. Sigmoid激活函数
A. a[1:-1]
B. a*3
C. a[2]=4
D. list(a)
A. lsmod
B. dirmod
C. modules
D. Modlist
解析:解析:最新的Linux发行版的内核只带了相对较小的“内置模块(built-in modules)”,其余的特定硬件驱动或者自定义功能作为“可加载模块”来让你选择地加载或卸载;内核模块可以动态地使用modprobe、insmod、rmmod、modinfo或者lsmod等命令地加载、卸载、查询模块,内置的模块总是在启动时就加载进了内核,不会被这些命令管理。
A. 蚁群算法
B. 遗传算法
C. 人工神经网络
D. 蒙特卡洛方法
E. 归并排序算法
解析:过拟合的解决方法有:正则化,调节参数,交叉验证,选择合适的训练集和测试集百分比等。
A. 对比学习
B. 强化学习
C. 迁移学习
D. 深度学习
解析:对比学习的核心训练信号是图片的“可区分性”。模型需要区分两个输入是来自于同一图片的不同视角,还是来自完全不同的两张图片。
A. fastRCNN
B. fasterRCNN
C. maskRCNN
D. YOLOv3
解析:ROIAlign在maskRCNN被采用
A. 前馈型
B. 卷积
C. 循环
D. 全连接
解析:基础概念理解