A、专家系统$;$机器学习$;$神经网络$;$模式识别
答案:B
A、专家系统$;$机器学习$;$神经网络$;$模式识别
答案:B
A. sigmoid
$;$tanh
$;$relu
A. 残差连接$;$卷积单元$;$循环连接$;$Attention模块
A. 巨型化$;$机器化$;$智能化$;$多媒体化
A. 防止过拟合$;$减小误差$;$增加网络复杂度
A. SelectiveSearch质量不好$;$每个候选框都需要cnn计算特征计算量大$;$svm没有联合训练,训练时间增长$;$模型效果优于faster-rcnn
A. 序列数据的输入和输出通常是不固定的,有的序列长,有的序列短$;$全连接网络的根本不能处理任何序列数据$;$全连接网络的层次太深导致梯度消失,所以不能处理序列问题$;$命名实体识别问题是一个无法解决的问题,全连接网络也不能解决这个问题
A. 以上都不对$;$python的可解释性强$;$numpy等python库的效率更高$;$python运行程序时逐行翻译
A. 逆强化学习$;$时序差分学习$;$蒙特卡罗强化学习$;$模仿学习