Transformer中抛弃了传统的CNN和RNN，整个网络结构完全是由()机制组成。

A. 基本假设包括随机干扰项是均值为0,方差为1的标准正态分布$;$基本假设包括随机干扰项是均值为0的同方差正态分布$;$多重共线性会使得参数估计值方差减小$;$基本假设包括不服从正态分布的随机干扰项

A. 进程管理$;$存储管理$;$设备管理$;$文件管理

A. 数据采集设备有问题$;$在数据录入过程中发生了人为或计算机错误$;$数据传输过程中发生错误$;$由于命名规则或数据代码不同而引起的不一致

A. 解释学习需要环境提供一组示例，而示例学习只要环境提供一个示例。$;$机械式学习是没有推理能力的$;$符号学习对模拟人类较低级的神经活动是比较有效的$;$观察与发现学习是基于归纳推理的

A. 精度$;$ROC$;$MSE$;$AUC

A. A、正确
B、错误

A. 正采样$;$负采样$;$多分类$;$单分类

A. 密度直达关系
$;$密度可达关系$;$密度相连关系$;$

A. 以上都不对$;$python的可解释性强$;$numpy等python库的效率更高$;$python运行程序时逐行翻译