卷积神经网络中,池化层可以理解为局部视野+参数共享
解析:错误
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-5c70-c07f-52a228da603d.html
点击查看答案
深度学习中如果神经网络的层数较多比较容易出现梯度消失问题。严格意义上来讲是在以下哪个环节出现样度消失间题?
A. 反向传播更新参数
B. 正向传播更新参数
C. 反向传播计算结果
D. 正向传播计算结果
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-9c80-c07f-52a228da6017.html
点击查看答案
相同内容的字符串使用不同的编码格式进行编码得到的结果并不完全相同。
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-a6e0-c07f-52a228da600a.html
点击查看答案
设数据集合为D={1,2,3,4,5,6},下列数据结构B=(D,R)中为线性结构的是
A. R={(1,2),(2,3),(3,4),(4,5),(6,5)}
B. R={(1,2),(2,3),(6,5),(3,6),(5,4)})
C. R={(5,4),(3,4),(3,2),(4,3),(5,6)}
D. R={(1,2),(2,3),(4,3),(4,5),(5,6)}
解析:如果一个非空的数据结构满足下列两个条件:1)有且只有一个根节点;2)每一个结点最多有一个前件,也最多有一个后件。则称该数据结构为线性结构。数据的逻辑结构有两个要素:一是数据元素的集合,通常记为D;二是D上的关系,它反映了D中各元素之前的前后件关系,通常记为R。即一个数据结构可以表示成B=(D,R),其中B表示数据结构。为了反映D中各元素之间的前后件关系,一般用二元组来表示。例如,假设a与b是D中的两个数据,则二元组(a, b)表示a是b的前件,b是a的后件。
https://www.shititong.cn/cha-kan/shiti/0005e9f1-2242-5178-c07f-52a228da6007.html
点击查看答案
做一个二分类预测问题,先设定阈值为0.5,概率不小于0.5的样本归入正例类(即1),小于0.5的样本归入反例类(即0)。然后,用阈值n(n>0.5)重新划分样本到正例类和反例类,下面说法正确的是()。
A. 增加阈值不会提高召回率
B. 增加阈值会提高召回率
C. 增加阈值不会降低查准率
D. 增加阈值会降低查准率
解析:召回率=TP/TP+FN
查准率=TP/TP+FP
所以当概率阈值增加时,TP、FP减少或者持平, TP+FN不变,所以召回率不会增加,一般情况,用不同的阀值,统计出一组不同阀值下的精确率和召回率。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3178-c07f-52a228da601f.html
点击查看答案
E.A.Feigenbaum等人在著名的《人工智能手册》(第三卷,把机器学习划分为:机械学习、示教学习、类比学习和()
A. 符号主义学习
B. 监督学习
C. 无监督学习
D. 归纳学习
解析:E.A.Feigenbaum等人在著名的《人工智能手册》(第三卷,把机器学习划分为:机械学习、示教学习、类比学习和归纳学习。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-9898-c07f-52a228da6008.html
点击查看答案
pandas中head(n)的意思是获取最后的n行数据
解析:前n行数据
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-9f10-c07f-52a228da600e.html
点击查看答案
聚类(clustering)是这样的过程:它找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-5888-c07f-52a228da6016.html
点击查看答案
数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成()的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。
A. 多学科
B. 多物理量
C. 多尺度
D. 多概率
https://www.shititong.cn/cha-kan/shiti/0005ea1f-b051-9e50-c027-a9ed70c95405.html
点击查看答案
计算学习理论研究的是关于通过“计算”来进行“学习”的理论
解析:正确
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-48e8-c07f-52a228da603a.html
点击查看答案