答案：B
答案：B
A. 归一化
B. 白化
C. 数据增强
D. 批量归一化
解析：批量归一化对隐含层的输入进行归一化，更好的尺度不变性（应对内部协变量偏移），更好的优化地形（输入处于不饱和区域，从而让梯度变大）
A. 1
B. -1
C. True
D. False
解析：本题主要考查Python表达式的运算。a=2，b=3，b-a>0值为True，则表达式 not（b-a>0）值是False，故本题选D选项。
解析：不是多语种
A. 信息检索
B. 文本抽取
C. 问答系统
D. 机器翻译
解析：主要应用
A. 原型聚类
B. 密度聚类
C. 层次聚类
A. 同一聚类中的对象间相似度高，不同聚类中的对象间相似度高
B. 同一聚类中的对象间相似度高，不同聚类中的对象间相似度低
C. 同一聚类中的对象间相似度低，不同聚类中的对象间相似度低
D. 同一聚类中的对象间相似度低，不同聚类中的对象间相似度高
A. 短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。
B. 长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究。
C. 人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业。
D. 以上都是
解析：以上都是人工智能发展预测。
A. 归一化可以预防过拟合
B. 归一化没有实质作用
C. 归一化将所有数据样本之缩放到0-1之间
D. 归一化是一种激活函数
解析：数据的标准化和归一化：数据的标准化是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标中经常会用到，去除数据的单位限制，将其转化为无量纲的数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是数据归一化处理，既将数据统一映射到[0,1]区间上
