答案：A
解析：正确
A. 自然语言处理
B. 控制系统
C. 计算机视觉
D. 语音识别
A. LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题
B. CNN相比于全连接的优势之一是模型复杂度低，缓解过拟合
C. 只要参数设置合理，深度学习的效果至少应优于随机算法
D. 随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
解析：只要参数设置合理，深度学习的效果至不一定优于随机算法
A. 直推学习
B. 纯半监督学习
C. 主动学习
D. 图半监督学习
解析：见算法解析
A. 每一张图片都是二值图片
B. 每一张图片都是灰度图片
C. 模型一次处理32张图片（batchsize为32）
D. 以上选项均不正确
解析：每一张照片不一定是二值图片，也不一定是三通照片。
A. 业务需求边界的确认十分关键
B. 特征工程阶段结束后就不需要再进行数据处理了
C. 应该根据实际情况选择合适的算法
D. 模型效果不好需要从多个环节进行综合考察迭代
A. 基于能量的模型；
B. 优化目标函数为最小化能力函数；
C. 分为显层和隐层；
D. 神经元都是数值型；
解析：见算法解析
A. try-except-if
B. try-except
C. try-except-if-else
D. try-except-else
解析：见函数库
