APP下载
首页
>
IT互联网
>
随便搞的题库做做
搜索
随便搞的题库做做
题目内容
(
单选题
)
下面关于数据粒度的描述不正确的是:()

A、粒度是指数据仓库小数据单元的详细程度和级别;$;$数据越详细,粒度就越小,级别也就越高;$;$数据综合度越高,粒度也就越大,级别也就越高;$;$粒度的具体划分将直接影响数据仓库中的数据量以及查询质量

答案:C

随便搞的题库做做
神将网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d6b0-c07f-52a228da602b.html
点击查看题目
机器可以不要通过学习就可以模仿梵高的画风。
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a598-c07f-52a228da6007.html
点击查看题目
自然语言理解是人工智能的重要应用领域,下面列举中的()不是它要实现的目标
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-e940-c07f-52a228da6007.html
点击查看题目
矢量场的旋度是一个标量,是空间坐标点的函数
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6a08-c07f-52a228da601d.html
点击查看题目
下列那些方式可处理神经网络中的过拟合问题?
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0590-c07f-52a228da6029.html
点击查看题目
一般来说,计算机视觉系统由()等组成
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-9dc8-c07f-52a228da601b.html
点击查看题目
数据产品“以数据为中心”的特征不仅体现在“以数据为核心生产要素”,而且还表现在以下三个方面
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da6009.html
点击查看题目
机器学习在向()方向演进。
https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-57f8-c07f-52a228da6028.html
点击查看题目
Python中heapq是一种( )数据结构
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-dd98-c07f-52a228da6033.html
点击查看题目
在CNN构建中,指定每次训练或验证数据集图片多少的变量为()。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da6029.html
点击查看题目
首页
>
IT互联网
>
随便搞的题库做做
题目内容
(
单选题
)
手机预览
随便搞的题库做做

下面关于数据粒度的描述不正确的是:()

A、粒度是指数据仓库小数据单元的详细程度和级别;$;$数据越详细,粒度就越小,级别也就越高;$;$数据综合度越高,粒度也就越大,级别也就越高;$;$粒度的具体划分将直接影响数据仓库中的数据量以及查询质量

答案:C

分享
随便搞的题库做做
相关题目
神将网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?

A. Relu 函数$;$Sigmoid 函数$;$tanh 函数$;$Softsign 函数 $;$

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d6b0-c07f-52a228da602b.html
点击查看答案
机器可以不要通过学习就可以模仿梵高的画风。
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a598-c07f-52a228da6007.html
点击查看答案
自然语言理解是人工智能的重要应用领域,下面列举中的()不是它要实现的目标

A. 理解别人讲的话$;$对自然语言表示的信息进行分析概括或编辑$;$欣赏音乐$;$机器翻译

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-e940-c07f-52a228da6007.html
点击查看答案
矢量场的旋度是一个标量,是空间坐标点的函数
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6a08-c07f-52a228da601d.html
点击查看答案
下列那些方式可处理神经网络中的过拟合问题?

A. L1/L2正则化$;$dropout$;$dataargumentation$;$earlystop

https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0590-c07f-52a228da6029.html
点击查看答案
一般来说,计算机视觉系统由()等组成

A. 图像采集$;$图像处理$;$图像分析$;$图像显示输出

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-9dc8-c07f-52a228da601b.html
点击查看答案
数据产品“以数据为中心”的特征不仅体现在“以数据为核心生产要素”,而且还表现在以下三个方面

A. 数据驱动数据密集型数据范式$;$数据加工数据密集型数据范式$;$数据驱动数据审计数据分析$;$数据加工数据审计数据分析

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da6009.html
点击查看答案
机器学习在向()方向演进。

A. 分布式隐私保护$;$集中式存储$;$边缘计算$;$云存储

https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-57f8-c07f-52a228da6028.html
点击查看答案
Python中heapq是一种( )数据结构

A. 树型数据结构$;$列表数据结构$;$队列数据结构$;$链表数据结构

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-dd98-c07f-52a228da6033.html
点击查看答案
在CNN构建中,指定每次训练或验证数据集图片多少的变量为()。

A. relu$;$batch$;$step$;$padding

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da6029.html
点击查看答案
试题通小程序
试题通app下载