在已知模型的环境中学习称为()。
A. 已知模型学习$;$有模型学习$;$模型学习$;$学习模型
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da6002.html
点击查看答案
关联度反映数据的精细化程度,越细化的数据,价值越高。
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-e940-c07f-52a228da6013.html
点击查看答案
为了使特征图的尺寸和输入图像一致,可以使用零填充的方法,对输入图像添加一个全0的边框再进行计算。
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a980-c07f-52a228da601c.html
点击查看答案
关于Python语句P=–P,以下选项中描述正确的是
A. P的绝对值$;$给P赋值为它的负数$;$P=0$;$P等于它的负数
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e568-c07f-52a228da6027.html
点击查看答案
NMS算法中文名为()
A. 非极大值抑制$;$非极小值抑制$;$极大值抑制$;$极小值抑制
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-01a8-c07f-52a228da6018.html
点击查看答案
假设有2个集合set1={'name1','name2','name4'}
和set2={'name2','name3','name5'},则set1.symmetric_difference(set2)的返回值是:___________set1.difference(set2)的返回值是_______
A. {'name1','name2','name4'}
$;${'name1','name4'}
$;${'name1', 'name2', 'name3', 'name4', 'name5'}$;${'name1','name3','name4','name5'}
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e950-c07f-52a228da6012.html
点击查看答案
如果数据集中的图片数量和标签数量不等,说明数据逻辑存在问题,可使用assert语句校验图像数量和标签数据是否一致
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-ed38-c07f-52a228da6002.html
点击查看答案
()把大脑当作信息处理装置的观点是认知心理学的首要特征。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da6040.html
点击查看答案
关于 Python字典中,正确的是
A. 可以使用字典对象的 items()方法可以返回字典的“键-值对”&;&可以使用 has_key()方法来检验一个键值对是否存在&;&可以使用字典对象的 keys()方法可以返回字典的“键”&;&可以使用字典对象的 values ()方法可以返回字典的“值”
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e568-c07f-52a228da6017.html
点击查看答案
作为一家专业的图形处理芯片公司,()在1999年发明图形处理器GPU。
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-fcd8-c07f-52a228da6029.html
点击查看答案