关于RPA开发规范说明错误的是（）。

逆归结的一大特点是能自动发明新谓词，这些谓词可能对应于样例属性和背景知识中不存在的新知识。

对于Word2vec的2个基础算法，每次梯度更新只能优化一个向量且softmax里的指数求和操作计算量太大，一般使用比较高效的负采样算法。

对于skip-gram模型，根据上下文预测中心词，对于k个输入一般取加权平均的方式处理。

word2vec的训练方式有2种，一个是根据上下文预测中心词的CBOW模型，一种是由中心词预测上下文的skip-gram模型。

词向量（Wordembedding），即把词语表示成整数向量。

构建深度学习模型的代码时，将其中的计算模块写入Program中，可以理解为Program是模型计算的集合体。

SSD和YOLO算法则只使用一个网络同时产生候选区域并预测出物体的类别和位置，所以它们通常被叫做双阶段检测算法。

R-CNN的系列算法分成两个阶段，先在图像上产生候选区域，再对候选区域进行分类并预测目标物体位置，它们通常被叫做两阶段检测算法。

目标检测的主要目的是让计算机可以自动识别图片或者视频帧中所有目标的类别，并在该目标周围绘制边界框，标示出每个目标的位置

由于卷积核比较小，可以堆叠更多的卷积层，加深网络的深度，这对于图像分类任务来说是不利的。