A、特征值
B、标签
C、特征值和标签
D、预测值
答案：C
解析：深度学习系统训练过程通常需要输入特征值和标签
A、特征值
B、标签
C、特征值和标签
D、预测值
答案：C
解析：深度学习系统训练过程通常需要输入特征值和标签
A. 降低学习率，减少迭代次数
B.
降低学习率，增加迭代次数
C.
提高学习率，增加迭代次数
D.
增加学习率，减少迭代次数
A. 被建模系统内在的随机性
B. 不完全观测
C. 不完全建模
D. 不完全判断
解析：参考《深度学习》P48
A. 循环神经网络RNN
B. LeNet-5网络
C. 长短期记忆网络LSTM
D. 门控循环单元GRU
解析：见算法解析
A. 2和4
B. 1和2
C. 3和4
D. 1和3
解析：我们可以为每个聚类构建不同的模型， 提高预测准确率。“类别id”作为一个特征项去训练， 可以有效地总结了数据特征。所以B是正确的
A. 数据精度设置
B. 每层卷积核多少设置
C. 网络层数选取
D. 激活函数选取
解析：见算法解析
A. bool([ ]) & bool(1)
B. bool([ ]) | bool(1)
C. bool([ ]) && bool(1)
D. bool([ ]) or bool(1)
解析：按照逻辑真值判断即可, 注意C项存在语法错误, 没有输出结果
A. 他们经常不会过拟合
B. 他们通常带有高偏差，所以其并不能解决复杂学习问题
C. 他们通常会过拟合
解析：神经网络是利用机器学习得到的一种大型网络结构
