RPA用到的对话机器人的核心技术是

朴素贝叶斯算法常用于图像识别。

在图像分类问题中，卷积层与全连接层可直接连接。

训练时，发现RNN网络收敛速度较慢，这时需要减小学习率。

N-gram模型中，N指的是忽略距离大于n的上文词的影响，N越大时。模型包含的次序信息越丰富，同时计算量随之增大。

全局最优解的函数损失值最小。

卷积神经网络中每层卷积层由若干卷积单元组成，每个卷积单元的参数都是通过反向传播算法最佳化得到，其作用是特征提取。

经过权值和阈值不断迭代调整的过程，就是网络的学习与训练过程。

SOFTMAX函数，是用来将全数域函数结果映射到概率空间。

relu函数只能在全连接层的神经网络里面有意义，在卷积层没有意义。

注意力机制的非线性激活函数常用tanh。