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