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