A、基础理论是神经网络
B、深度学习属于连接主义
C、又称为仿生学派
D、产生在20实际50年代
答案:ABCD
解析:连接主义认为⼈⼯智能源于仿⽣学,特别是对⼈脑模型的研究。它的代表性成果是1943年由⽣理学家麦卡洛克和数理逻辑学家⽪茨创⽴的脑模型,即MP模型,它从神经元开始进⽽研究神经⽹络模型和脑模型,开辟了⼈⼯智能的⼜⼀发展道路。1986年,鲁梅尔哈特等⼈提出多层⽹络中的反向传播(BP)算法。此后,连接主义势头⼤振,从模型到算法,从理论分析到⼯程。
A、基础理论是神经网络
B、深度学习属于连接主义
C、又称为仿生学派
D、产生在20实际50年代
答案:ABCD
解析:连接主义认为⼈⼯智能源于仿⽣学,特别是对⼈脑模型的研究。它的代表性成果是1943年由⽣理学家麦卡洛克和数理逻辑学家⽪茨创⽴的脑模型,即MP模型,它从神经元开始进⽽研究神经⽹络模型和脑模型,开辟了⼈⼯智能的⼜⼀发展道路。1986年,鲁梅尔哈特等⼈提出多层⽹络中的反向传播(BP)算法。此后,连接主义势头⼤振,从模型到算法,从理论分析到⼯程。
A. 基础层
B. 技术层
C. 应用层
D. 过程层
解析:基础概念
A. 3/2
B. 1/2
C. -3/2
D. -1/2
A. 单阶段模型
B. 双阶段模型
C. 三阶段模型
A. 数据的准备
B. 预测模型开发
C. 模型验收
D. 评估
A. 完形填空
B. 多项选择
C. 片段抽取
D. 自由回答
解析:见算法解析
A. 增大惩罚参数C
B. 减小惩罚参数C
C. 减小核函数系数(gamma值)
D. 增大核函数系数(gamma值)
解析:
C值小时对误差分类的惩罚减小,当C趋于0时,表示我们不再关注分类是否正确,只要求margin越大,容易欠拟合。
A. plt.bar(left,height,width,bottom)
B. plt.barh(width,bottom,left,height)
C. plt.cohere(x,y,NFFT=256,Fs)
D. plt.stem(x,y,linefmt,markerfmt)
解析:见函数库
A. 卷积核数量越多特征图通道数越少
B. 卷积核size越大特征图通道数越多
C. 卷积核数量越多特征图通道数越多
D. 二者没有关系
解析:卷积核数量越多特征图通道数越多
A. 中剪枝
B. 前剪枝
C. 先剪枝
D. 后剪枝