×
多选题
深度学习方法不适用的数据集有（）。
A
数据样本充足
B
数据样本不足
C
数据集具有局部相关特性
D
数据集没有局部相关特性
答案解析
正确答案：BD
解析：
以下数据集不适用于深度学习：①数据集太小，数据样本不足时，深度学习相对其他机器学习算法没有明显优势；②数据集没有局部相关特性，目前深度学习表现比较好的领域主要是图像、语音、自然语言处理等领域，这些领域的一个共性是局部相关性。图像中像素组成物体，语音信号中音位组合成单词，文本数据中单词组合成句子，这些特征元素的组合一旦被打乱，表示的含义同时也被改变。对于没有这样的局部相关性的数据集，不适用于使用深度学习算法进行处理。
题目纠错
相关题目
单选题
运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[[30，65，70]，[80，95，10]，[[50，90，60]]）
print（np.median （a，axis=1））
单选题
运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[[10，7，4]，[3，2，1]]）
print（np.percentile （a，50））
单选题
运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[[3，7，5]，[8，4，3]，[2，4，9]]）
print（np.ptp （a））
单选题
a=np.arange（1，13，1）.reshape（3，4），np.mean（a，axis=0）的输出结果是（）。
单选题
np.argmax（）函数的作用是（）。
单选题
Numpy中对数组进行转置的函数是（）。
单选题
np.dot（[[1，2，3]，[1，2，3]，[1，2，3]]，[[2，1，1]，[2，1，1]，[2，1，1]]）的输出结果是（）。
单选题
np.floor（[-1.7，1.5，-0.2，0.6，10]）的输出结果是（）。
单选题
np.floor（）函数的作用是（）。
单选题
矩阵相减使用的函数是（）。
