A、Dropout
B、分批归一化(Batch Normalization)
C、正则化(regularization)
D、都可以
答案：D
A、Dropout
B、分批归一化(Batch Normalization)
C、正则化(regularization)
D、都可以
答案：D
A. 专家系统
B. 机器学习
C. 神经网络
D. 模式识别
A. conv+relu
B. conv+relu+pool
C. conv+relu+pool+fc
D. conv+k-means
解析：conv+k-means组合在CNN不常见
A. k-means
B. 线性回归
C. svm
D. 逻辑回归
解析：支持向量机（SVM）从数据中找出一个数据的分割超平面。将两个类别的数据完全分割开，并且在模型构建的过程中，保证分割区间最大化,无迭代循环
A. VB
B. Pascal
C. Logo
D. Prolog
解析：边缘检测是将边缘像素识别出来的一种图像分割技术
A. 深度神经网络
B. 费米神经网络
C. 卷积神经网络
D. 循环神经网络
解析：2019年，DeepMind开发出一种费米神经网络来近似计算薛定谔方程，在精度和准确性上都满足科研标准，为深度学习在量子化学领域的发展奠定了基础，
A. 加快算法收敛速度
B. 减少手工参数的设置难度
C. 避过过拟合问题
D. 避过局部极值
