APP下载

唐人街探案之秦风

搜索

唐人街探案之秦风

题目内容

(

判断题

)

用多个小卷积核串联可以有大卷积核同样的能力，2个3*3卷积核可以代替一个7*7卷积核，参数更少；

答案：B

解析：错误

唐人街探案之秦风

近年来，人工智能（AI）开启了新一轮高速发展，其正逐渐从浅层学习到多
层次学习发展。

点击查看题目

人工智能开源学习框架实现了基础算法的模块化封装，所以应用开发
人员完全无需关注底层实现细节。

点击查看题目

在基本K均值算法里,当邻近度函数采用曼哈顿距离的时候,合适的质心是簇中各点的中位数

点击查看题目

人工智能是“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”，被视为计算机科学的一个分支，其研究包括机器人、（）等

点击查看题目

人工智能计算中心基于最新人工智能理论，是融合（）的综合平台。

点击查看题目

在 Numpy 中表示线性代数中的n维列向量可用一个shape为(n, 1)的一维数组。

点击查看题目

在使用scikit-learn里面的交叉验证对回归模型进行评估时，根据平均绝对误差给模型打分，则下面代码的划线处应填上（），scores的分数越（），说明回归模型的性能越好。代码：scores = cross_val_score(lm, X, y, cv=5, scoring = ＇_______________＇)

点击查看题目

聚类分析属于典型的（）。

点击查看题目

根据识别任务不同，语音识别可以分为（）

点击查看题目

以下哪些操作常被用于目标检测的骨干网络：

点击查看题目

唐人街探案之秦风

题目内容

(

判断题

)

手机预览

唐人街探案之秦风

用多个小卷积核串联可以有大卷积核同样的能力，2个33卷积核可以代替一个77卷积核，参数更少；

答案：B

解析：错误

相关题库:

唐人街探案之秦风

分享

唐人街探案之秦风

相关题目

近年来，人工智能（AI）开启了新一轮高速发展，其正逐渐从浅层学习到多
层次学习发展。

点击查看答案

人工智能开源学习框架实现了基础算法的模块化封装，所以应用开发
人员完全无需关注底层实现细节。

解析：人工智能开源学习框架实现了基础算法的模块化封装，所以应用开发
人员完全需要关注底层实现细节。

点击查看答案

在基本K均值算法里,当邻近度函数采用曼哈顿距离的时候,合适的质心是簇中各点的中位数

点击查看答案

人工智能是“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”，被视为计算机科学的一个分支，其研究包括机器人、（）等

A. 语言识别

B. 图像识别

C. 自然语言处理

D. 专家系统

解析：基础概念

点击查看答案

人工智能计算中心基于最新人工智能理论，是融合（）的综合平台。

A. 公共算力服务

B. 数据开放共享

C. 智能生态建设

D. 产业创新聚集

解析：主要应用

点击查看答案

在 Numpy 中表示线性代数中的n维列向量可用一个shape为(n, 1)的一维数组。

点击查看答案

在使用scikit-learn里面的交叉验证对回归模型进行评估时，根据平均绝对误差给模型打分，则下面代码的划线处应填上（），scores的分数越（），说明回归模型的性能越好。代码：scores = cross_val_score(lm, X, y, cv=5, scoring = ＇_______________＇)

A. neg_mean_absolute_error，高

B. mean_absolute_error，高

C. mean_absolute_error，低

D. neg_mean_absolute_error，低

点击查看答案

聚类分析属于典型的（）。

A. 监督学习

B. 无监督学习

C. 半监督学习

D. 强化学习

解析：聚类分析(Cluster analysis)或聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集，这样让在同一个子集中的成员对象都有相似的一些属性，属于无监督学习。

点击查看答案

根据识别任务不同，语音识别可以分为（）

A. 孤立词识别

B. 关键词识别

C. 连续语音识别

D. 其他选项都不对

解析：主要应用

点击查看答案

以下哪些操作常被用于目标检测的骨干网络：

A. 分组卷积

B. 深度可分离卷积

C. 转置卷积

D. 池化

点击查看答案

试题通app下载

类似热门题库

安全管理和自动化试题

多彩航空练习题目

农艺工试题练习题库

病理学知识练习题

24年A系列审验类型题库

二十大知识题库练习

实作技能和素质测试

高处作业知识练习

现场人员考试工作簿1

应知应会2.0 应知应会2.0

试题通小程序

试题通app下载

©2016-2024.南通佰易网络科技有限公司
苏ICP备16028519号-2 苏公网安备32061102000302