答案:B
解析:错误
答案:B
解析:错误
A. 对比学习
B. 强化学习
C. 迁移学习
D. 深度学习
解析:对比学习的核心训练信号是图片的“可区分性”。模型需要区分两个输入是来自于同一图片的不同视角,还是来自完全不同的两张图片。
A. 感知智能;认知智能
B. 认知智能;感知智能
C. 感知智能;感知智能
D. 认知智能;认知智能
A. 卷积神经网络
B. 递归神经网络
C. 残差网络
D. xgboost 算法
解析:XGBoost是针对分类或回归问题的boosting算法的一种实现方式,并不是神经网络的代表。
A. 不存在一对一的模型结构
B. 反向传播时不考虑时间方向
C. 不存在多对多的模型结构
D. 会出现长时间传输记忆的信息衰减的问题
A. 把除了最后一层外所有的层都冻结,重新训练最后一层
B. 对新数据重新训练整个模型
C. 只对最后几层进行调参(fine tune)
D. 对每一层模型进行评估,选择其中的少数来用
A. 曼哈顿距离
B. 欧氏距离
C. 马氏距离
D. 切比雪夫距离
A. 数据井喷
B. 计算能力突破
C. 产业效益提升
D. 算法技术与模型优化
解析:正确
A. 文本识别
B. 机器翻译
C. 文本分类
D. 问答系统
解析:机器翻译,有时简称为MT(不要与计算机辅助翻译,机助人译(MAHT)或交互式翻译 混淆),是计算语言学的一个子领域,它研究如何使用软件将文本或语音从一种语言翻译到另一种语言。