A、自增加
B、自循环
C、 自递归
D、自减少
答案：B
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。
A、自增加
B、自循环
C、 自递归
D、自减少
答案：B
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。
A. 决策树
B. arima模型
C. holt-winter模型
D. k-means模型
A. 极大似然估计先假定其具有某种确定的概率分布形式
B. 极大似然估计没有确定的概率分布形式
C. 概率模型的训练过程就是参数估计
D. 贝叶斯学派认为参数本身也有分布，是未观察的随机变量
解析：估计类条件概率的一种常用策略是先假定其具有某种确定的概率分布形式
A. PCA
B. LSA
C. LDA
D. k-means
解析：k-means只能解决聚类问题
A. 机器证明
B. 模式识别
C. 人工生命
D. 编译原理
解析：编译原理是程序设计语言研究的内容。
A. 网站开发
B. 人工智能
C. APP
D. 数据科学
A. 网络结构过于复杂
B. DNN根本不能处理图像问题
C. 内存、计算量巨大、训练困难
D. 神经元数量下降，所以精度下降
解析：“维数灾难”会带来内存、计算量巨大、训练困难等问题。
A. 自动实现分布式并列计算
B. 支持大规模海量数据处理
C. 借鉴函数式编程思路
D. 简洁易用
A. [10,5,3]
B. [5,10,3]
C. [3,5,10]
D. [3,10,5]
解析：lstm输入形状为[batch_size,time_steps,input_size]，即[..,..,3]
解析：不支持
A. 测量空间
B. 特征表示
C. 特征匹配
D. 特征空间
解析：见算法解析
