A、增加神经网络层数, 可能会增加测试数据集的分类错误率
$;$减少神经网络层数, 总是能减小测试数据集的分类错误率
$;$增加神经网络层数, 总是能减小训练数据集的分类错误率
$;$1、2都对
答案：A
A、增加神经网络层数, 可能会增加测试数据集的分类错误率
$;$减少神经网络层数, 总是能减小测试数据集的分类错误率
$;$增加神经网络层数, 总是能减小训练数据集的分类错误率
$;$1、2都对
答案：A
A. 采样分布$;$趋势分析$;$参数估计$;$假设检验
A. Adam$;$SGD$;$Momentum$;$lr
A. a$;$b$;$c$;$true
A. 诊断性分析$;$描述性分析$;$预测性分析$;$规范性分析
A. 主成分分析PCA$;$数据采样$;$正则化$;$最小二乘法
A. 循环神经网络$;$卷积神经网络$;$朴素贝叶斯$;$深度残差网络
A. VGG$;$GoogLeNet$;$fast-RCNN$;$faster-RCNN
A. 线性变换$;$非线性变换$;$求函数最小值$;$加速训练
A. 不管数据大小，始终保持30%作为测试集$;$测试集和验证集不能共存$;$在数据规模较小时，可以保留30%测试集$;$测试集不必占用数据集的30%，能够保证对模型的考核即可
A. 卷积层后为池化层，然后还是卷积层-池化层。$;$多个连续的池化层，然后跟着一个卷积层$;$网络中最后的几个层是全连接层$;$网络中最开始的几个层是全连接层
