输入图片大小为200×200，依次经过一层卷积（kernelsize5×5，padding1，stride2），pooling（kernelsize3×3，padding0，stride1），又一层卷积（kernelsize3×3，padding1，stride1）之后，输出特征图大小为

A. 损失函数值尽可能大$;$损失函数值尽可能小$;$损失函数方差值尽可能大$;$损失函数方差值尽可能小

A. 参数预估$;$机器翻译$;$图像识别$;$参数估计

A. 降低特征维度
$;$增加样本数量
$;$添加正则项
$;$增加特征维度

A. 连接主义$;$逻辑学派$;$生理学派$;$符号主义

A. a=b=c=d=100,$;$d++$;$.c+b$;$d=(C=22)-(b++);

A. AdaBoost$;$随机森林$;$XGBoost$;$GBDT

A. 正确$;$错误

A. 人工智能$;$数据挖掘$;$云计算$;$机器学习

A. 速度快$;$精度高$;$成本低$;$成本高

A. 手工$;$智能$;$自动$;$动态