A、增加神经网络层数, 可能会增加测试数据集的分类错误率
B、减少神经网络层数, 总是能减小测试数据集的分类错误率
C、增加神经网络层数, 总是能减小训练数据集的分类错误率
D、1、2都对
答案:A
A、增加神经网络层数, 可能会增加测试数据集的分类错误率
B、减少神经网络层数, 总是能减小测试数据集的分类错误率
C、增加神经网络层数, 总是能减小训练数据集的分类错误率
D、1、2都对
答案:A
A. 让每一层的输入的范围都大致固定
B. 它将权重的归一化平均值和标准差
C. 它是一种非常有效的反向传播(BP)方法
D. 这些均不是
A. Docker支持在Windows、Linux、MacOS等系统上安装
B. CentOS安装Docker有两种方式:一,curl获取脚本安装,另外是yum仓库安装。
C. Docker服务端和客户端必须运行在一台机器上
D. 可通过docker version命令参看Docker版本信息
解析:机器翻译属于“自然语言处理”领域的应用。“自然语言处理”研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法,主要应用于机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、中文OCR等方面。错误
A. 人工智能
B. 元宇宙
C. 数字孪生
D. 大数据
解析:错误
A. boosting方法的主要思想是迭代式学习。
B. 训练基分类器时采用并行的方式。
C. 测试时,根据各层分类器的结果的加权得到最终结果。
D. 基分类器层层叠加,每一层在训练时,对前一层基分类器分错的样本给予更高的权值。
解析:反向推理就是从目标出发,反向使用规则进行推理,即用规则结论与目标匹配,又产生新的模板,然后新模板再做同样的处理。
A. 卡方
B. 信息增益
C. 平均互信息
D. 期望交叉熵