根据技术架构不同，人工智能芯片可分为（）

A. 卡方
$;$信息增益
$;$平均互信息
$;$期望交叉熵

A. 等度量映射 $;$ 等距离映射$;$等空间映射 $;$等范围映射

A. ①③$;$①②$;$①③$;$①④

A. len(a)==3$;$len(a)==4$;$length(a)==3$;$length(a)==4

A. 语音输入$;$音频信号特征提取$;$声学模型处理$;$语言模型处理$;$语义识别

A. 熵越大，不确定性越大，信息量也就越大$;$信息增益越大，表示某个条件熵对信息熵减少程序越大，也就是说，这个属性对于信息的判断起到的作用越大$;$Gini指数越大，不纯度越小，越容易区分，越不容易分错$;$熵权法是一种客观赋权法，因为它仅依赖于数据本身的离散性

A. 神经网络会收敛$;$不好说$;$都不对$;$神经网络不会收敛

A. 召回率$;$混淆矩阵$;$均方误差$;$准确率

A. 字符串
$;$列表
$;$字典
$;$元组

A. 状态$;$类型$;$种类$;$属性