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
