可视化技术对于分析的数据类型通常不是专用性的。

A. LSTM$;$GRU$;$Transformer$;$text-convolution

A. 远程$;$本地$;$云端$;$SAMBA

A. 局部感知$;$参数共享$;$全连接

A.
梯度下降$;$Dropout$;$交叉验证$;$正则化

A. 对颜色的数据增强$;$添加噪声（高斯噪声）$;$水平垂直翻转$;$随机旋转、裁剪

A. 输入门、遗忘门$;$任意门、输入门$;$输出门、任意门$;$遗忘门、任意门

A. 作为递归神经网络，允许出现环形结构；$;$一些神经元的输出反馈回来会作为输入信号；$;$用于处理静态模型，即无法处理与时间有关的动态变化；$;$可利用BP算法来进行参数优化；

A. 计算简单$;$非线性$;$具有饱和区$;$几乎处处可微