假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗？

A. 文本识别

B. 文本分类

C. 机器翻译

D. 问答系统

A. 人工神经网络

B. 自动控制

C. 自然语言学习

D. 专家系统

A. 线性回归

B. 系数回归

C. 逻辑回归

D. 曲线回归

A. 增加网络层数，总能减小训练集错误率

B. 减小网络层数，总能减小测试集错误率

C. 增加网络层数，可能增加测试集错误率

A. 特征稠密

B. 特征稀疏

C. 能够表征词与词之间的相互关系（相似度计算）

D. 泛化性更好,支持语义运算sim

A. 贝叶斯网

B. 拉普拉斯网

C. 帕斯卡网

D. 塞缪尔网