A、循环神经网络
B、卷积神经网络(RNN)
C、全卷机网络
D、带short-cut的全卷机网络
第2题
A.数据模型是数据库管理系统用来描述实体与实体间联系的一种方法。
B.在数据模型中不能展示出数据所具有的性质。
C.在数据模型中展示的实体间的联系类型有:一对一、一对多、多对多。
D.在实际应用中,描述事物本身的数据和和相关事物之间的联系最常用的数据模型是关系模型。
第4题
A.数据模型是数据库管理系统用来描述实体与实体间联系的一种方法。
B.在数据模型中不能展示出数据所具有的性质。
C.在数据模型中展示的实体间的联系类型有:一对一、一对多、多对多。
D.在实际应用中,描述事物本身的数据和和相关事物之间的联系最常用的数据模型是关系模型。
第5题
A.注意力机制只能应用于计算机视觉领域,目前在文本处理中没有应用案例
B.注意力机制只能应用于文本分类,无法应用在计算机视觉等领域
C.注意力机制是一种通用的思想,本身并不依赖于特定框架
D.注意力机制只能应用在循环神经网络框架中,无法在其它深度学习框架中应用
第6题
A.人工智能指的是真正能思考、有知觉、有自我意识的人类级别的智能机器
B.阿尔法围棋的核心系统属于基于神经网络的深度学习,过大量数据分析学习棋谱,再通过增强学习的方法自我博弈,寻找比基础棋谱更多的打击点来击败对手
C.人工智能、机器学习与深度学习是相对独立的,它们之间没有必然的联系
D.神经网络是目前人工智能领域的研究热点之一,是一种模拟动物神经网络行为特征,进行并行信息处理的算法模型
第7题
A.LSTM模型在改变RNN整体网络结构的同时,对每个时序信息的内部处理方式进行了改进
B.堆叠循环神经网络通过增加隐含层的数量来实现对复杂问题的处理
C.双向循环神经网络从两个方向建模序列的信息,能够更好的建模序列内的依赖关系
D.LSTM模型的提出是为了解决传统RNN的长期依赖问题
第8题
A.RNN可以处理不同长度的序列数据
B.RNN可以让数据中不同位置的特征可以共享
C.RNN可以对数据进行预处理减少计算量
D.RNN可以缓解模型的欠拟合
第9题
A.LSTM模型在改变RNN整体网络结构的同时,对每个时序信息的内部处理方式进行了改进
B.堆叠循环神经网络通过增加隐含层的数量来实现对复杂问题的处理
C.双向循环神经网络从两个方向建模序列的信息,能够更好的建模序列内的依赖关系
D.LSTM模型的提出是为了解决传统RNN的长期依赖问题
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!