A、可以使用字典对象的 items()方法可以返回字典的“键-值对
B、可以使用 has_key()方法来检验一个键值对是否存在
C、可以使用字典对象的 keys()方法可以返回字典的“键
D、可以使用字典对象的 values ()方法可以返回字典的“值”
答案:ABCD
解析:见函数库
A、可以使用字典对象的 items()方法可以返回字典的“键-值对
B、可以使用 has_key()方法来检验一个键值对是否存在
C、可以使用字典对象的 keys()方法可以返回字典的“键
D、可以使用字典对象的 values ()方法可以返回字典的“值”
答案:ABCD
解析:见函数库
A. 卷积层
B. 全连接层
C. 池化层
D. 以上都不是
解析:在卷积神经网络中,全连接层要求输入尺寸必须固定
A. 时长
B. 时间
C. 时态
D. 时序
解析:数学基础
解析:见函数库
A. 自主学习、判断、执行
B. 决策、判断、执行
C. 自主学习、决策、执行
D. 自主学习、判断、决策
解析:人工智能是一门利用计算机模拟人类智能行为科学的统称,它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴。
解析:错误
A. 每次抽选时,总体单位数始终不变
B. 每次抽选时,总体单位数逐渐减少
C. 各单位被抽中的机会在每次抽选中相等
D. 各单位被抽中的机会在每次抽选中不等
A. LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题
B. CNN相比于全连接的优势之一是模型复杂度低,缓解过拟合
C. 只要参数设置合理,深度学习的效果至少应优于随机算法
D. 随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
解析:只要参数设置合理,深度学习的效果至不一定优于随机算法