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
