A、代码编写较为简洁和方便
B、计算图构建很长时间后才提示错误
C、无法使用pdb或print语句调试执行
D、控制流与Python不同，造成一定的学习门槛
答案：BCD
解析：见算法解析
A、代码编写较为简洁和方便
B、计算图构建很长时间后才提示错误
C、无法使用pdb或print语句调试执行
D、控制流与Python不同，造成一定的学习门槛
答案：BCD
解析：见算法解析
A. pip
B. conda
C. docker
D. 源码编译
A. FP-growth
B. DBSCAN
C. Apriori
D. GDBT
解析：见算法解析
A. 在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少
B. 每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小
C. 模型参数量越多越好，没有固定的对应规则
D. 训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中
解析：几乎模型每个操作所需的时间和内存代价都会随模型参数量的增加而增加
A. LeNet-5
B. AlexNet
C. ResNet50
D. ResNet152
解析：最早用于手写数字识别的卷积神经网络模型是LeNet-5
A. （-1，0）
B. （0，1）
C. （-1，1）
D. （-0.5，0.5）
A. 图像分析，图像处理，图像理解
B. 图像分析，图像理解，图像处理
C. 图像处理，图像分析，图像理解
D. 图像理解，图像分析，图像处理
A. 是一种端到端学习的方法
B. 是一种监督学习的方法
C. 实现了非线性映射
D. 隐藏层数目大小对学习性能影响不大
A. LeNet-5
B. AlexNet
C. ResNet50
D. ResNet152
解析：最早用于手写数字识别的cnn网络是LeNet-5
