A、训练的周期
B、训练的批次
C、输入数据的维度
D、数据的通道
答案：C
解析：image=fluid.layers.data(name=＇image＇,shape=[1,28,28],dtype=＇float32＇)，代码中28表示输入数据的维度
A、训练的周期
B、训练的批次
C、输入数据的维度
D、数据的通道
答案：C
解析：image=fluid.layers.data(name=＇image＇,shape=[1,28,28],dtype=＇float32＇)，代码中28表示输入数据的维度
解析：字典键不能重复, 值可以重复
A. 遗传算法
B. 分析学习
C. 归纳学习
D. 贝叶斯学习
解析：长短时记忆网络（Long Short Term Memory，简称LSTM）模型，本质上是一种特定形式的循环神经网络（Recurrent Neural Network，简称RNN)。 LSTM模型在RNN模型的基础上通过增加门限（Gates）来解决RNN短期记忆的问题，使得循环神经网络能够真正有效地利用长距离的时序信息。
A. LeNet
B. AlexNet
C. LSTM
D. RNN
解析：AlexNet使用了8层卷积神经网络，2012年以很大的优势赢得了ImageNet图像识别挑战赛。
A. numpy
B. sclpy
C. matplotiib
D. skleam
A. 传统的基于规则的方法，其中的规律可以人工显性的明确出来
B. 传统基于规则的方法使用显性编程来解决问题
C. 机器学习中模型的映射关系是自动学习的
D. 机器学习所中模型的映射关系必须是隐性的
A. 自然语言处理
B. 计算机视觉
C. 语音识别
D. 大数据
解析：自然语言处理是将人类语言经过处理转化为机器所能理解语言的一门技术。
解析：过拟合的解决方法有：正则化，调节参数，交叉验证，选择合适的训练集和测试集百分比等。
A. json
B. random
C. sys
D. datetime
解析：见函数库
