A、仅配置数字；
B、仅配置字母；
C、使用核心的词汇或词组来配置
D、针对任一问题来提取关键词配置
答案：CD
解析：见算法解析
A、仅配置数字；
B、仅配置字母；
C、使用核心的词汇或词组来配置
D、针对任一问题来提取关键词配置
答案：CD
解析：见算法解析
A. ReLU
B. tanh
C. Sigmoid
D. 以上都有可能
A. 输入层
B. 全连接层
C. 卷积层
D. 池化层
A. K 值越大，模型越容易过拟合$;$K 值越大，分类的分割面越平滑$;$K 值是超参数$；$可以将 k 值设为 0
A. K-means
B. LVQ
C. DBSCAN
D. 高斯混合聚类
A. 表示高斯分布的方差
B. 表示高斯分布的均值
C. 表示数据分布的概率
D. 表示数据从某个高斯分布中产生
解析：首选依赖GMM的某个高斯分量的系数概率（因为系数取值在0~1之间，因此可以看做是一个概率取值）选择到这个高斯分量，然后根据这个被选择的高斯分量生成观测数据。然后隐变量就是某个高斯分量是否被选中：选中就为1，否则为0。
A. 数据增强
B. 语义分割
C. 信息检索
D. 图像生成
A. catch
B. exception
C. catch(a)
D. except
解析：见函数库
A. 5
B. 6
C. 7
D. 8
解析：Python 3中有六个标准的数据类型：Numbers(数字)、String(字符串)、List(列表)、Tuple(元组)、Sets(集合)、Dictionaries(字典)
A. 图像应用
B. 视频应用
C. 语音应用
D. 文本应用
解析：主要应用
A. paddle.nn.functional.mse_loss
B. paddle.nn.functional.softmax_with_cross_entropy
C. paddle.nn.CrossEntropyLoss
D. paddle.nn.functional.cross_entropy
解析：paddle.nn.functional.softmax_with_cross_entropy，paddle.nn.CrossEntropyLoss，paddle.nn.functional.cross_entropy均可用于多分类问题
