APP下载
首页
>
财会金融
>
唐人街探案之秦风
搜索
唐人街探案之秦风
题目内容
(
单选题
)
被誉为“计算机科学之父”的科学家是

A、
明斯基

B、图灵

C、麦卡锡

D、冯诺依曼

答案:B

解析:艾伦·麦席森·图灵,英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。

唐人街探案之秦风
Google认为,响应时间每延迟0.5s,查询数将会减少()
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-bfa8-c07f-52a228da6008.html
点击查看题目
在回归模型中,下列哪一项在权衡欠拟合(under-fitting)和过拟合(over-fitting)中影响最大?
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-e740-c07f-52a228da600a.html
点击查看题目
以下python数据类型中支持索引访问的是( )
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-9740-c07f-52a228da6007.html
点击查看题目
边缘计算的缺点包括()。
https://www.shititong.cn/cha-kan/shiti/0005ea1f-b051-9e50-c027-a9ed70c95402.html
点击查看题目
处理大量不带标签数据和小部分带标签数据训练数据的算法称为半监督学习算法。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da6006.html
点击查看题目
在某个list末尾增加两个元素obj1,obj2,可以使用下列哪些表达式
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-87a0-c07f-52a228da6001.html
点击查看题目
KNN与K-means区别在于:KNN是分类算法、监督学习,K-means是聚类算法、无监督学习。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da6026.html
点击查看题目
Transformer的提出解决了上面两个问题,首先它使用了Attention机制,将序列中的任意两个位置之间的距离缩小为一个();其次它不无需依次输入序列信息,因此具有更好的(),符合现有的GPU框架。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da6013.html
点击查看题目
基于深度学习的目标检测技术中,单阶段模型指区分前景物体与背景,并为他们标记适当的标签,构建回归模型,最大化检测框与目标框之间的交并比。
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-2548-c07f-52a228da6019.html
点击查看题目
图计算中图数据往往是()和不规则的,在利用分布式框架进行图计算时,首先需要对图进行划分,将负载分配到各个节点上
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da600a.html
点击查看题目
首页
>
财会金融
>
唐人街探案之秦风
题目内容
(
单选题
)
手机预览
唐人街探案之秦风

被誉为“计算机科学之父”的科学家是

A、
明斯基

B、图灵

C、麦卡锡

D、冯诺依曼

答案:B

解析:艾伦·麦席森·图灵,英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。

分享
唐人街探案之秦风
相关题目
Google认为,响应时间每延迟0.5s,查询数将会减少()

A. 0.05

B. 0.1

C. 0.15

D. 0.2

https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-bfa8-c07f-52a228da6008.html
点击查看答案
在回归模型中,下列哪一项在权衡欠拟合(under-fitting)和过拟合(over-fitting)中影响最大?

A. 多项式阶数

B. 更新权重 w 时,使用的是矩阵求逆还是梯度下降

C. 使用常数项

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-e740-c07f-52a228da600a.html
点击查看答案
以下python数据类型中支持索引访问的是( )

A. 字符串

B. 列表

C. 元组

D. 集合

解析:ABC都是Python中的序列,但set不是,set本身是无序且不重复的,因此,它不能够通过索引及切片进行访问。

https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-9740-c07f-52a228da6007.html
点击查看答案
边缘计算的缺点包括()。

A. 使边缘设备具有处理能力意味着更高的成本和更容易被入侵的危险;

B. 在大量的边缘设备上进行应用部署和服务监控会成为一个棘手的问题;

C. 在边缘进行分布式计算并与云端协调任务会让应用编程变得更加复杂;

D. 计算位于边缘设备,一定程度上使得云端的硬件计算资源无法发挥作用。

https://www.shititong.cn/cha-kan/shiti/0005ea1f-b051-9e50-c027-a9ed70c95402.html
点击查看答案
处理大量不带标签数据和小部分带标签数据训练数据的算法称为半监督学习算法。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da6006.html
点击查看答案
在某个list末尾增加两个元素obj1,obj2,可以使用下列哪些表达式

A. list.append(obj1,obj2)

B. list.append([obj1,obj2])

C. list.extend(obj1,obj2)

D. list.extend([obj1,obj2])

解析:基础概念

https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-87a0-c07f-52a228da6001.html
点击查看答案
KNN与K-means区别在于:KNN是分类算法、监督学习,K-means是聚类算法、无监督学习。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da6026.html
点击查看答案
Transformer的提出解决了上面两个问题,首先它使用了Attention机制,将序列中的任意两个位置之间的距离缩小为一个();其次它不无需依次输入序列信息,因此具有更好的(),符合现有的GPU框架。

A. 常量

B. 变量

C. 并行性

D. 串行性

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da6013.html
点击查看答案
基于深度学习的目标检测技术中,单阶段模型指区分前景物体与背景,并为他们标记适当的标签,构建回归模型,最大化检测框与目标框之间的交并比。

解析:区分前景物体和背景并进行标记的是双阶段模型

https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-2548-c07f-52a228da6019.html
点击查看答案
图计算中图数据往往是()和不规则的,在利用分布式框架进行图计算时,首先需要对图进行划分,将负载分配到各个节点上

A. 结构化

B. 非结构化

C. 对称化

D. 规则化

解析:图计算中图数据往往是非结构化和不规则的,在利用分布式框架进行图计算时,首先需要对图进行划分,将负载分配到各个节点上

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da600a.html
点击查看答案
试题通小程序
试题通app下载