神经网络的拓扑结构可以分为（）。

A. 最大值$;$平均值$;$中位数$;$众数

A. 由于其特殊原因，无法分布式化$;$xgboost在代价函数里加入了正则项，用于控制模型的复杂度；$;$可以处理带有缺失值的样本$;$允许使用列抽样来减少过拟合

A. 十亿$;$百亿$;$千亿$;$万亿

A. 贝叶斯模型$;$拉普拉模型$;$隐狄利克雷模型$;$马尔可夫模型

A. RPN$;$NMS$;$SelectiveSearch$;$RCNN

A. 实体$;$算法$;$数据$;$对象

A. y = tanh(x)$;$y = sin(x)$;$y = max(x,0)$;$y = 2x

A. 5$;$3$;$None$;$4

A. print(names[-1])$;$print(names[0])$;$print(names[len(names)])$;$print(names[len(names)-1])