5GQ0S模型中，哪个参数可以与EPCQOS中的APN-AMBR对应上？（)

A.模型优化后的bin文件可以再次进行编辑和修改

B.模型优化后的mapping文件中定义了模型输入层批大小

C.模型优化后的mapping文件中定义了模型的meta_data信息

D.模型优化后的mapping文件定义了模型转化前后各层的对应关系

A.相对定向参数

B.绝对定向参数

C.比例尺的归化系数

D.航带变形误差

A.网络接口层

B.互联层

C.传输层

D.数据链路层

A.mo_tf.py对应的是对PyTorch的模型优化

B.mo_tf.py对应的是对Tensorflow模型的优化

C.mo_tf.py对应的是对MXNet模型的优化

D.其他说法都正确

A.物理层与链路层

B.链路层与网络层

C.应用层与传输层

D.物理层

A.数据样本

B.样本和模型对应关系

C.模型参数

D.拟合模型

A.在卷积神经网络中，采用平均池化可减小误差，适用于需要突出纹理等特征的场景中

B.ResNet通过增加恒等映射，增加参数从而减少模型优化的难度，实现性能提升

C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量，使模型可以处理任意尺寸的图像

D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布

A.每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小

B.训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中

C.在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少

D.模型参数量越多越好，但没有固定的对应规则

A.实验数据的个数，权重残差平方和，所设模型参数的个数

B.所设模型参数的个数，残差平方和，实验数据的个数

C.所设模型参数的个数，权重残差平方和，实验数据的个数

D.实验数据的个数，残差平方和，所设模型参数的个数