A、局部感知$;$参数共享$;$全连接
答案：AB
解析：卷积神经网络相邻的两层只有部分节点相连，因此排除全连接。卷积神经网络具有局部感知和参数共享两个特点，局部感知即卷积神经网络的每个神经元只对图像的局部像素进行感知，然后在更高层将这些局部的信息进行合并，从而得到图像的全部表征信息；权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。
A、局部感知$;$参数共享$;$全连接
答案：AB
解析：卷积神经网络相邻的两层只有部分节点相连，因此排除全连接。卷积神经网络具有局部感知和参数共享两个特点，局部感知即卷积神经网络的每个神经元只对图像的局部像素进行感知，然后在更高层将这些局部的信息进行合并，从而得到图像的全部表征信息；权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。
解析：正确
A. 模型对训练集拟合程度高，对测试集拟合程度高
B. 模型对训练集拟合程度高，对测试集拟合程度低
C. 模型对训练集拟合程度低，对测试集拟合程度高
D. 模型对训练集拟合程度低，对测试集拟合程度低
A. 降低时间复杂度和空间复杂度
B. 较简单的模型在小数据集上有更强的鲁棒性
C. 提升模型效果
D. 降低算法的计算开销
A. 无关
B. 越小
C. 越大
D. 相等
A. 对小样本加噪声采样
B. 对大样本进行下采样
C. 进行特殊的加权
D. 采用对不平衡数据集不敏感的算法
解析：见算法解析
A. 数字
B. 字符
C. 符号
D. 英文
解析：为了将特征转变成Embedding表示，所有特征均需转变成数字
A. 卷积滤波矩阵中的参数
B. 全连接层的链接权重
C. 激活函数中的参数
D. 模型的隐藏层数目
A. Python2
B. N.x
C. sum
D. Hello_World
解析：不可出现.
A. argv[0]
B. argv[1]
C. argv[2]
D. argv[3]
解析：见函数库
