A、VGG
B、GoogLeNet
C、fast-RCNN
D、faster-RCNN
答案:B
解析:Inception模块可以并行执行多个具有不同尺度的卷积运算或池化操作,下列网络运用Inception的是GoogLeNet
A、VGG
B、GoogLeNet
C、fast-RCNN
D、faster-RCNN
答案:B
解析:Inception模块可以并行执行多个具有不同尺度的卷积运算或池化操作,下列网络运用Inception的是GoogLeNet
A. 相关变量
B. 样本
C. 已知数据
D. 自变量
A. 序列中的元素是无关的
B. 序列中的元素蕴含着顺序的规律
C. 序列中的元素都是随机出现的
D. 序列中的元素都来自同一个数据源
解析:循环神经网络之所以有作用是因为序列中的元素蕴含着顺序的规律
A. 支持向量机
B. 神经网络
C. 数据可视化
D. 数据挖掘
解析:长短时记忆网络(Long Short Term Memory,简称LSTM)模型,本质上是一种特定形式的循环神经网络(Recurrent Neural Network,简称RNN)。 LSTM模型在RNN模型的基础上通过增加门限(Gates)来解决RNN短期记忆的问题,使得循环神经网络能够真正有效地利用长距离的时序信息。
A. K-means
B. SVR
C. DBSCAN
D. 以上都是
解析:最广泛被使用的分类器有人工神经网络、支持向量机、最近邻居法、GuassianMixtureModel、Gaussian、NaiveBayes、决策树和RBFclassifiers。
A. 输入层
B. 隐藏层
C. 传输层
D. 输出层
解析:见算法解析
A. 卷积可视化解释
B. 反向传播算法
C. 非线性激活函数
D. 深度神经网络
解析:卷积可视化不是目前深度学习的必备技术
A. 小写(lowercasing)
B. 提取词干(stemming)
C. 词形化(lemmatization)
D. 文字扩充与词嵌套
A. 梯度下降算法就是不断的更新w和b的值
B. 梯度下降算法就是不断的更新w和b的导数值
C. 梯度下降算法就是不断寻找损失函数的最大值
D. 梯度下降算法就是不断更新学习率
解析:梯度下降算法就是不断的更新w和b的值