答案：A
A. 回归$;$分类$;$聚类$;$强化
A. R-CNN$;$VGG$;$YOLO$;$LeNet
A. 算法精度提升$;$梯度消失风险越大$;$计算时间越长$;$参数越多
A. del$;$put()$;$pop()$;$rm
A. 使图片变大$;$使图片变小$;$使图片变成三角形$;$使图片变成圆形
A. 生成模型
$;$判别模型
$;$两者都不属于
$;$两者都属于
A. AdaBoost$;$随机森林$;$XGBoost$;$GBDT
A. 不同的神经网络结构，层数与神经元数量正相关，层数越多，神经元数量越多$;$ 网络结构的层次越深，其学习特征越多，10层的结构要优于5层结构$;$深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多少有关$;$网络的层次越深，其训练时间越久，5层的网络比4层的训练时间长
