答案:A
A. 真
B. 假
A. paddle.nn.functional.mse_loss
B. paddle.nn.functional.softmax_with_cross_entropy
C. paddle.nn.CrossEntropyLoss
D. paddle.nn.functional.cross_entropy
解析:paddle.nn.functional.softmax_with_cross_entropy,paddle.nn.CrossEntropyLoss,paddle.nn.functional.cross_entropy均可用于多分类问题
解析:知识图谱以结构化的形式,描述客观世界中存在的概念、实体和实体间的关系。
解析:正确
A. |
B. &
C. ||
D. +
A. K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象。
B. K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念。
C. K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇。
D. K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇。
A. SGD
B. BGD
C. MGD
D. MBGD
A. PCA
B. LSA
C. LDA
D. k-means
解析:k-means只能解决聚类问题
A. VJ
B. C#
C. Foxpro
D. LISP
解析:软硬件知识