扫码进入小程序随时随地练习
如何使featuremap尺寸变大？
LibraRCNN从（）几个角度论证并增强了两阶段检测模型
faster-rcnn网络每个位置生成哪几种比例的anchor？
RCNN三大不足是（）
传统目标检测分类的方式有（）
传统目标检测提取特征的方式有（）
目标检测存在的挑战有（）
目标检测的应用场景有（）
在Skip-gram的实际实现中，vocab_size通常很大，导致W非常大。为了缓解这个问题，通常采取（）的方式来近似模拟（）任务。
Skip-gram的算法实现包括（）几个部分？
为了提高加载速度和练习体验，每3000道题目分为一段，请选择您要练习的分段：
请选择您要练习的章节，系统将加载该章节下的所有题目：
请设置各类题型的数量和分值，系统将随机抽取题目生成试卷：
提示：非会员最多300题，会员最多1000题
以下是您的考试记录，点击可查看详情：
