A、卷积神经网络的层次结构依次是由输入层、卷积层、激活层、池化层和全连接层组成。
B、卷积神经网络的层次结构依次是由输入层、激活层、卷积层、池化层和全连接层组成。
C、卷积神经网络的层次结构依次是由输入层、卷积层、池化层、激活层和全连接层组成。
D、卷积神经网络的层次结构依次是由输入层、池化层、卷积层、激活层和全连接层组成。
答案：A
解析：卷积神经网络的层次结构依次是由输入层、卷积层、激活层、池化层和全连接层组成。
A、卷积神经网络的层次结构依次是由输入层、卷积层、激活层、池化层和全连接层组成。
B、卷积神经网络的层次结构依次是由输入层、激活层、卷积层、池化层和全连接层组成。
C、卷积神经网络的层次结构依次是由输入层、卷积层、池化层、激活层和全连接层组成。
D、卷积神经网络的层次结构依次是由输入层、池化层、卷积层、激活层和全连接层组成。
答案：A
解析：卷积神经网络的层次结构依次是由输入层、卷积层、激活层、池化层和全连接层组成。
A. 计算机理解的深度
B. 中间神经元网络的层次很多
C. 计算机的求解更加精准
D. 计算机对问题的处理更加灵活
解析：深度学习中的“深度”是指中间神经元网络的层次很多
解析：正确
A. importmo
B. frommoimport*
C. importmoasm
D. importmfrommo
A. L1 正则化
B. L2 正则化
C. Dropout
D. 动量优化器
A. 算法适应性强
B. 更好的平衡精度
C. 可迁移学习
D. 数据需求少
解析：见算法解析
A. 非线性结构
B. 环状结构
C. 线性结构
D. 条状结构
解析：AI 芯片按技术架构分类可分为GPU（Graphics Processing Unit，图形处理单元）、半定制化的 FPGA、全定制化 ASIC和神经拟态芯片等。
A. 剪枝
B. 特征选取
C. 数据清理
D. 决策树生成
A. max
B. min
C. mean
D. sum
解析：在CNN网络模型中，不常见的Pooling层操作是sum
