A、29x29
B、27x27
C、28x28
D、30x30
答案:C
解析:以Le-net5为例,输入图像32x32x1,kernel=5x5,step=1,padding=1,则经第一次卷积操作后,输出ferturemap大小为28x28
A、29x29
B、27x27
C、28x28
D、30x30
答案:C
解析:以Le-net5为例,输入图像32x32x1,kernel=5x5,step=1,padding=1,则经第一次卷积操作后,输出ferturemap大小为28x28
A. 具有智能
B. 和人一样工作
C. 完全代替人的大脑
D. 模拟、延伸和扩展人的智能
解析:人工智能ArtificialIntelligence,AI有时也称作机器智能,是指由人工制造出来的系统所表现出来的智 能,主要是为了模拟、延伸和扩展人的智能。
A. 模式识别
B. 语音识别
C. 自动翻译
D. 智能代理
解析:应用了模式识别中的图像识别技术。
A. 若λ=0,则等价于一般的线性回归
B. 若λ=0,则不等价于一般的线性回归
C. 若λ=+∞,则得到的权重系数很小,接近于零
D. 若λ=+∞,则得到的权重系数很大,接近与无穷大
解析:岭回归是一种专用于共线性数据分析的有偏估计回归方法,实质上是一种改良的最小二乘估计法 ,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得回归系数 更为符合实际、更可靠的回归方法,对病态数据的拟合要强于最小二乘法 。
A. 强人工智能
B. 泛人工智能
C. 弱人工智能
D. 超人工智能
解析:基础概念理解
A. 文字识别技术
B. 指纹识别技术
C. 语音识别技术
D. 光学字符识别
解析:通过声音的交互属于语音识别技术。
A. 贝叶斯的学习过程为对训练样本计数
B. 估计出每个结点的条件概率
C. 网络结构为已知
D. 评分搜索为求解的常用办法
解析:若网络结构己知,即属性间的依赖关系己知,则贝叶斯网的学习过程相对简单,只需通过对训练样本“计数”,估计出每个结点的条件概率表即可,但在现实应用中我们往往并不知晓网络结构,于是,贝叶斯网学习的首要任务就是根据训练数据集来找出结构最"恰当"的贝叶斯网
A. FP-growth
B. EClat
C. 聚类
D. Apdori
A. 自增加
B. 自循环
C. 自递归
D. 自减少
解析:长短期记忆LSTM的核心贡献是引入了自循环 的巧妙构思,该构思中的权重视上下文而定,而不是固定的。