答案:A
A. Encoder
B. transformer
C. Decoder
D. dropper
解析:见算法解析
解析:错误
A. 生成模型
B. 判别模型
C. 两者都不属于
D. 两者都属于
A. VGG
B. GoogLeNet
C. fast-RCNN
D. faster-RCNN
解析:Inception模块可以并行执行多个具有不同尺度的卷积运算或池化操作,下列网络运用Inception的是GoogLeNet
A. 让每一层的输入的范围都大致固定
B. 它将权重的归一化平均值和标准差
C. 它是一种非常有效的反向传播(BP)方法
D. 这些均不是
A. 数据井喷
B. 计算能力突破
C. 产业效益提升
D. 算法技术与模型优化
A. python无法处理json文件
B. pandas可以直接读取json文件
C. pandas无法解析json文件
D. pandas可以解析json文件
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. 为了达成涟漪效应,必须尽可能的获取产品中的各种数据;
B. 涟漪效应通过记录产品中生成各类数据,并将这些数据用于优化机器模型;
C. 必须将收集到的原始数据全部进行高成本的精细标注,加入到模型训练中去,才能实现涟漪效应;
D. 搜索引擎中的用户点击记录也是实现涟漪效应的一种方式
解析:涟漪效应是在描述一个事物造成的影响渐渐扩散的情形,类似物体掉到水面上,所产生的涟漪渐渐扩大的情形。在经济学中有涟漪效应的例子,例如一个人支出的减少会造成其他人收入的减少,连带也使得他们可支出的金额减少。涟漪效应也用在计算机科学中,说明由于一个模组修改,造成其他模组也需随之修改的情形。