交叉验证法将数据集划分为k个大小相似的互斥子集，进行（）次训练和测试

A. 过滤式$;$包裹式$;$嵌入式$;$指定式

A. 单向认证$;$第三方认证$;$双向认证$;$智能卡认证

A. Encoder$;$transformer$;$Decoder$;$dropper

A. 指数平滑模型$;$自回归模型$;$移动平均模型$;$差分自回归移动平均模型

A. -i$;$ -e$;$ -U$;$-q

A. 若λ=0，则等价于一般的线性回归$;$若λ=0，则不等价于一般的线性回归$;$若λ=+∞，则得到的权重系数很小，接近于零$;$若λ=+∞，则得到的权重系数很大，接近与无穷大

A. 强人工智能$;$泛人工智能$;$弱人工智能$;$超人工智能

A. var=var.to("cuda:0")、var=var.to("cuda:1")$;$var=var.to("cuda:1")$;$var=var.cuda()、var=var.to("cuda:0")$;$var=var.cuda()、var=var.to("cuda:1")