APP下载
首页
>
IT互联网
>
随便搞的题库做做
搜索
随便搞的题库做做
题目内容
(
单选题
)
python my.py v1 v2 命令运行脚本,通过 from sys import argv如何获得 v2的参数值?

A、argv[0]&;&argv[1]&;&argv[2]&;&argv[3]

答案:C

随便搞的题库做做
AI平台的训练环境应该包括
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-d5c8-c07f-52a228da601b.html
点击查看题目
决策树剪枝的基本策略有()。
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da6032.html
点击查看题目
下列关于XGboost算法描述中错误的是
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-caf8-c07f-52a228da6024.html
点击查看题目
假设一个具有 3 个神经元和输入为 [1, 2, 3] 的简单 MLP 模型。输入神经元的权重分别为 4, 5 和 6。假设激活函数是一个线性常数值 3 (激活函数为:y = 3x)。输出是什么?
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d2c8-c07f-52a228da6006.html
点击查看题目
考虑智能体函数与智能体程序的差异,从下列陈述中选择正确的答案
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da6015.html
点击查看题目
()方法用于返回当前工作目录。
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-d5c8-c07f-52a228da6008.html
点击查看题目
TensorFlow2.0 中可用于张量合并的方法有?
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e180-c07f-52a228da6011.html
点击查看题目
Python字典中的“键”不允许重复
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e180-c07f-52a228da6002.html
点击查看题目
欠拟合会出现高()问题
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da6016.html
点击查看题目
假设在庞大的数据集上使用Logistic回归模型。可能遇到一个问题,logistics回归需要很长时间才能训练。如何提高训练速度?( )
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d6b0-c07f-52a228da601f.html
点击查看题目
首页
>
IT互联网
>
随便搞的题库做做
题目内容
(
单选题
)
手机预览
随便搞的题库做做

python my.py v1 v2 命令运行脚本,通过 from sys import argv如何获得 v2的参数值?

A、argv[0]&;&argv[1]&;&argv[2]&;&argv[3]

答案:C

分享
随便搞的题库做做
相关题目
AI平台的训练环境应该包括

A. 数据预处理$;$特征工程$;$算法调用$;$参数调优

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-d5c8-c07f-52a228da601b.html
点击查看答案
决策树剪枝的基本策略有()。

A. 中剪枝$;$前剪枝$;$先剪枝$;$后剪枝$;$预剪枝

https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da6032.html
点击查看答案
下列关于XGboost算法描述中错误的是

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

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-caf8-c07f-52a228da6024.html
点击查看答案
假设一个具有 3 个神经元和输入为 [1, 2, 3] 的简单 MLP 模型。输入神经元的权重分别为 4, 5 和 6。假设激活函数是一个线性常数值 3 (激活函数为:y = 3x)。输出是什么?

A. 32$;$643$;$96$;$48

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d2c8-c07f-52a228da6006.html
点击查看答案
考虑智能体函数与智能体程序的差异,从下列陈述中选择正确的答案

A. 一个智能体程序实现一个智能体函数$;$智能体程序与智能体函数没有任何关系$;$一个智能体函数实现一个智能体程序$;$智能体程序包含智能体函数

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da6015.html
点击查看答案
()方法用于返回当前工作目录。

A. os.chdir()$;$os.removedirs()$;$os.getcwd()$;$os.rename()

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-d5c8-c07f-52a228da6008.html
点击查看答案
TensorFlow2.0 中可用于张量合并的方法有?

A. join$;$concat$;$split$;$unstack

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e180-c07f-52a228da6011.html
点击查看答案
Python字典中的“键”不允许重复
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e180-c07f-52a228da6002.html
点击查看答案
欠拟合会出现高()问题

A. 标准差$;$方差$;$偏差$;$平方差

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da6016.html
点击查看答案
假设在庞大的数据集上使用Logistic回归模型。可能遇到一个问题,logistics回归需要很长时间才能训练。如何提高训练速度?( )

A. 降低学习率,减少迭代次数$;$
降低学习率,增加迭代次数$;$
提高学习率,增加迭代次数$;$
增加学习率,减少迭代次数$;$

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d6b0-c07f-52a228da601f.html
点击查看答案
试题通小程序
试题通app下载