A、线性函数转换
B、对数函数转换
C、反余切函数转换
D、减去均值,除以方差
答案:ABCD
A、线性函数转换
B、对数函数转换
C、反余切函数转换
D、减去均值,除以方差
答案:ABCD
A. VGGNet
B. ResNet
C. RNN
D. GoogleNet
A. 调整兰德系数
B. 轮廓系数
C. 基尼系数
D. Jaccard系数
A. 回归
B. 分类
C. 聚类
D. 强化
解析:聚类分析起源于分类学,但是聚类不等于分类。聚类与分类的不同在于,聚类所要求划分的类是未知的。
A. 1
B. -4
C. 3
D. 2
A. k近邻
B. 逻辑回归
C. 决策树
D. 线性回归
A. 0.2
B. 0.25
C. 30%
D. 0.35
解析:正确
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析:SVM算法中使用高斯核/RBF核代替线性核容易引起机器学习中的过拟合问题
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. paddle.nn.functional.mse_loss
B. paddle.nn.functional.softmax_with_cross_entropy
C. paddle.nn.CrossEntropyLoss
D. paddle.nn.functional.cross_entropy
解析:paddle.nn.functional.softmax_with_cross_entropy,paddle.nn.CrossEntropyLoss,paddle.nn.functional.cross_entropy均可用于多分类问题