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
