A、局部最优解
B、全局最优解
C、鞍点
D、转折点
答案:ABC
A. 一定
B. 不一定
C. 可能
D. 以上都不对
A. GoogLeNet仅仅是在宽度上进行了探索,所以它是一个很浅的网络
B. GoogLeNet在宽度上进行了探索,为后人设计更加复杂的网络打开了思路
C. GoogLeNet使用了Inception结构,Inception结构只有V1这一个版本
D. GoogLeNet结合多种网络设计结构所以是到目前为止分类效果最好的网络结构
解析:GoogLeNet在宽度上进行了探索,为后人设计更加复杂的网络打开了思路
A. 连接主义
B. 符号主义
C. 行为主义
D. 经验主义
A. K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
B. K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念
C. K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D. K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇
A. LeNet
B. ResNet
C. VGGNet
D. RNN
A. LeNet-5
B. AlexNet
C. ResNet50
D. ResNet152
A. 学习率和w、b一样是参数,是系统自己学习得到的
B. 学习率越大系统运行速度越快
C. 学习率越小系统一定精度越高
D. 学习率的大小是根据不同场景程序员自己设定的,不宜太大或者太小
解析:学习率的大小是根据不同场景程序员自己设定的,不宜太大或者太小