APP下载
首页
>
IT互联网
>
计算机知识技术题库
搜索
计算机知识技术题库
题目内容
(
判断题
)
设有机器人走迷宫问题,其入口坐标为(x0,y0),出口坐标为(xt,yt),当前机器人位置为(x,y),若定义,当从入口到出口存在通路时,用A算法求解该问题,定能找到从入口到出口的最佳路径。()

答案:A

计算机知识技术题库
当在卷积神经网络中加入池化层(pooling layer)时,变换的不变性会被保留,是吗?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-e2a8-c021-5dd340f22406.html
点击查看题目
目标检测存在的挑战有()
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-d740-c021-5dd340f22412.html
点击查看题目
“数据的故事化描述”是指为了提升数据的()和(),将数据还原成关联至特定的情景的过程。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-f910-c021-5dd340f22410.html
点击查看题目
以下哪种模型是自然语言处理后Bert时代的预训练模型
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-1188-c021-5dd340f22405.html
点击查看题目
人工智能平台技术架构要求主要包括:()的要求。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-df10-c021-5dd340f2241b.html
点击查看题目
下列哪个模型结构中没有出现循环连接的结构()
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e588-c021-5dd340f22422.html
点击查看题目
下面不属于人工智能研究基本内容的是()。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e588-c021-5dd340f2240f.html
点击查看题目
如果矩阵A的形状是m×n,矩阵B的形状是n×p,已知C=AB,则矩阵C的形状是()。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-3f60-c021-5dd340f22410.html
点击查看题目
word2vec的训练方式有2种,一个是根据上下文预测中心词的CBOW模型,一种是由中心词预测上下文的skip-gram模型。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-de18-c021-5dd340f22408.html
点击查看题目
GatedRecurrentunits的出现可以帮助防止在RNN中的梯度消失问题。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e200-c021-5dd340f22429.html
点击查看题目
首页
>
IT互联网
>
计算机知识技术题库
题目内容
(
判断题
)
手机预览
计算机知识技术题库

设有机器人走迷宫问题,其入口坐标为(x0,y0),出口坐标为(xt,yt),当前机器人位置为(x,y),若定义,当从入口到出口存在通路时,用A算法求解该问题,定能找到从入口到出口的最佳路径。()

答案:A

分享
计算机知识技术题库
相关题目
当在卷积神经网络中加入池化层(pooling layer)时,变换的不变性会被保留,是吗?

A. 不知道

B. 看情况

C. 是

D. 否

解析:池化算法比如取最大值/取平均值等, 都是输入数据旋转后结果不变, 所以多层叠加后也有这种不变性。

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-e2a8-c021-5dd340f22406.html
点击查看答案
目标检测存在的挑战有()

A. 光照

B. 遮挡

C. 重叠

D. 多尺度

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-d740-c021-5dd340f22412.html
点击查看答案
“数据的故事化描述”是指为了提升数据的()和(),将数据还原成关联至特定的情景的过程。

A. 可理解性可记忆性可体验性

B. 可接受性可记忆性可体验性

C. 可接受性可记忆性可呈现性

D. 可理解性可记忆性可呈线性

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-f910-c021-5dd340f22410.html
点击查看答案
以下哪种模型是自然语言处理后Bert时代的预训练模型

A. Word2Vec

B. RNN

C. XLNet

D. LSTM

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-1188-c021-5dd340f22405.html
点击查看答案
人工智能平台技术架构要求主要包括:()的要求。

A. 应用层

B. 服务层

C. 能力层

D. 资源层

解析:主要应用

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-df10-c021-5dd340f2241b.html
点击查看答案
下列哪个模型结构中没有出现循环连接的结构()

A. LSTM

B. GRU

C. Transformer

D. text-convolution

解析:text-convolution是卷积网络,没有循环链接

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e588-c021-5dd340f22422.html
点击查看答案
下面不属于人工智能研究基本内容的是()。

A. 机器感知

B. 机器学习

C. 自动化

D. 机器思维

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e588-c021-5dd340f2240f.html
点击查看答案
如果矩阵A的形状是m×n,矩阵B的形状是n×p,已知C=AB,则矩阵C的形状是()。

A. p×m

B. m×p

C. m×n

D. n×p

解析:参考《深度学习》P30

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-3f60-c021-5dd340f22410.html
点击查看答案
word2vec的训练方式有2种,一个是根据上下文预测中心词的CBOW模型,一种是由中心词预测上下文的skip-gram模型。

解析:正确

https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-de18-c021-5dd340f22408.html
点击查看答案
GatedRecurrentunits的出现可以帮助防止在RNN中的梯度消失问题。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e200-c021-5dd340f22429.html
点击查看答案
试题通小程序
试题通app下载