答案：A
答案：A
A. MaskedLM
B. MaskedML
C. NextSentencePrediction
D. PreSentencePrediction
解析：见算法解析
解析：CNN可用于
A. {＇k1＇: ＇v1＇, ＇k2＇: ＇v2＇, ＇k3＇: ＇v3＇}
B. {＇k1＇: ＇v99＇, ＇k2＇: ＇v2＇, ＇k3＇: ＇v3＇}
C. {＇k1＇: ＇v1＇, ＇k2＇: ＇v2＇, ＇k3＇: ＇v3＇, ＇k4＇: ＇v4＇}
D. {＇k1＇:＇v4＇,＇k2＇:＇v4＇,＇k3＇:＇v4＇}
解析：见函数库
解析：ResNet的一个重要设计原则是：当feature map大小降低一半时，feature map的数量增加一倍，这保持了网络层的复杂度。从图5中可以看到，ResNet相比普通网络每两层间增加了短路机制，这就形成了残差学习，
A. 核函数将低维空间中的数据映射到高维空间
B. 它是一个相似度函数
C. A、B都对
D. A、B都不对
A. 池化操作采用扫描窗口实现
B. 池化层可以起到降维的作用
C. 常用的池化方法有最大池化和平均池化
D. 经过池化的特征图像变小了
解析：池化是一种down-sampling技术，本质是基于滑动窗口的思想，可以去除特征图中的冗余信息，降低特征图的维度。常用的是最大池化和平均池化
A. and、or、not
B. not、and、or
C. or、and、not
D. or、not、nad
A. Knn$;$Adaboost$;$
随机森林
XGBoost
解析：正确
