A、卷积可视化解释
B、反向传播算法
C、非线性激活函数
D、深度神经网络
答案:A
解析:卷积可视化不是目前深度学习的必备技术
A、卷积可视化解释
B、反向传播算法
C、非线性激活函数
D、深度神经网络
答案:A
解析:卷积可视化不是目前深度学习的必备技术
A. 数据的准备
B. 预测模型开发
C. 模型验收
D. 评估
A. 函数代码块以def关键词开头,后接函数标识符名称和圆括号()
B. 任何传入参数和自变量必须放在圆括号中间,在无参数和自变量时可省去圆括号
C. 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明
D. 函数内容以冒号起始,并且缩进。
A. 维特比算法
B. Baum-Welch算法
C. 前向-后向算法
D. 拟牛顿法
解析:A是教材原文;B是EM算法,可用于求解隐马尔可夫模型,C和D用于求解条件随机场,而隐马尔可夫模型可以写成条件随机场的形式。
A. 分类
B. 聚类
C. 关联分析
D. 隐马尔可夫链
解析:聚类是无监督学习方法的一种,可以用来处理无标签的数据集。
A. 避免计算机控制人类
B. 全力研究人类大脑
C. 人工智能伦理
D. 用计算机来模拟人类智能
A. 千万元级
B. 亿元级
C. 百亿元级
D. 千亿元级
A. LeNet-5
B. AlexNet
C. ResNet50
D. ResNet152
解析:最早用于手写数字识别的cnn网络是LeNet-5
A. K-means
B. BIRCH
C. SVM
D. DBSCAN
A. 机器学习
B. 强化学习
C. 深度学习
D. 监督学习
A. 运算精度必然高
B. 运算速度慢
C. 内存使用多
D. 训练困难
解析:深度学习系统中,参数数量非常庞大不会必然导致运算精度必然高