A、人类智能能够自我学习,机器智能大多是依靠数据和规则驱动
B、人类智能具有自适应特点,机器智能则大多是“依葫芦画瓢”
C、人类智能和机器智能均具备常识,因此能够进行常识性推理
D、人类智能具备直觉和顿悟能力,机器智能很难具备这样的能力
答案:C
A、人类智能能够自我学习,机器智能大多是依靠数据和规则驱动
B、人类智能具有自适应特点,机器智能则大多是“依葫芦画瓢”
C、人类智能和机器智能均具备常识,因此能够进行常识性推理
D、人类智能具备直觉和顿悟能力,机器智能很难具备这样的能力
答案:C
A. 1400多
B. 14000多
C. 1400多万
D. 14000多万
A. 分组卷积
B. 深度可分离卷积
C. 转置卷积
D. 池化
A. 标准化
B. 平滑处理
C. 特征构造
D. 聚集
A. 向量计算单元
B. 标量计算单元
C. 张量计算单元
D. 矩阵计算单元
A.
计算智能、感知智能、认知智能
B. 计算智能、感应智能、认知智能
C. 机器智能、感知智能、认知智能
D. 机器智能、感应智能、认知智能
解析:机器智能水平由低到高依次是:计算智能、感知智能、认知智能
A. 95
B. 96
C. 97
D. 98
解析:首先我们应该知道卷积或者池化后大小的计算公式,其中,padding指的是向外扩展的边缘大小,而stride则是步长,即每次移动的长度。
这样一来就容易多了,首先长宽一般大,所以我们只需要计算一个维度即可,这样,经过第一次卷积后的大小为: 本题 (200-5+2*1)/2+1 为99.5,取99
经过第一次池化后的大小为: (99-3)/1+1 为97
经过第二次卷积后的大小为: (97-3+2*1)/1+1 为97
A. 除去神经网络中的最后一层,冻结所有层然后重新训练
B. 对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
C. 使用新的数据集重新训练模型
D. 所有答案均不对
A. 促进公平公正
B. 保护隐私安全
C. 确保可控可信
D. 强化责任担当
解析:《新一代人工智能伦理规范》