A、语音识别
B、数据训练
C、推理计算
D、样本管理
答案:BCD
解析:主要应用
A、语音识别
B、数据训练
C、推理计算
D、样本管理
答案:BCD
解析:主要应用
A. 常量
B. 变量
C. 张量
D. 占位符
解析:Placeholder的中文意思就是占位符因为每增加一个常量,TensorFlow都会在计算图中增加一个结点,所以说拥有几百万次迭代的神经网络会拥有极其庞大的计算图,而占位符却可以解决这一点,它只会拥有占位符这一个结点
A. BGD
B. SGD
C. Mini-Batch
D. dropout
解析:梯度下降法作为机器学习中较常使用的优化算法,其有着三种不同的形式:批量梯度下降(Batch Gradient Descent)、随机梯度下降(Stochastic Gradient Descent)以及小批量梯度下降(Mini-Batch Gradient Descent)
A. 整车的智能营销
B. 驾驶辅助系统
C. 零部件的预测维修
D. 数据驱动的产品优化
解析:驾驶辅助系统是汽车人工智能领域目前最为火热的方向。
A. 默认推理
B. 归结推理
C. 演绎推理
D. 单调推理
解析:从全称判断推导出特称判断或单称判断的过程,即由一般性知识推出适合于某一具体情况的结论的推理是演绎推理
A. CBOW
B. BCOW
C. Skip-gram
D. Skip-cram
解析:见算法解析
A. μ=0,σ=1
B. μ=1,σ=0
C. μ=0,σ=0
D. μ=1,σ=1
A. Adam的收敛速度比RMSprop慢
B. 相比于SGD或RMSprop等优化器,Adam的收敛效果是最好的
C. 对于轻量级神经网络,使用Adam比使用RMSprop更合适
D. 相比于Adam或RMSprop等优化器,SGD的收敛效果是最好的
A. 重复数据
B. 虚假数据
C. 错误数据
D. 异常数据