YOLOv3网格数为输出特征图[N,C,H,W]的（）

A. k(k-1)/2$;$k(k-1)$;$k(k-2);(k-1)(k-2)

A. 智能平台建设
$;$大数据
$;$互联网
$;$人工智能技术

A. 正态分布$;$指数分布$;$均匀分布$;$二项分布

A. 紧接于量词之后被量词作用的谓词公式称为该量词的辖域$;$在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元$;$仅个体变元被量化的谓词成为一阶谓词$;$个体变元、函数符号和谓词符号都被量化的谓词成为二阶谓词

A. 平滑处理$;$特征构造$;$聚集$;$标准化$;$离散化

A. 深度学习
$;$机器学习
$;$人机交互
$;$智能芯片

A. 在语料中训练一个由词到向量（word 2 vector）的模型来对文本中呈现的上下文语境进行学习$;$训练一个词包模型（a bag of words model）来对文本中的词的发生率（occurrence）进行学习$;$创建一个文献检索词矩阵（document-term matrix）并且对每一个文本应用余弦相似性$;$上述所有方法均可

A. k+1$;$k$;$k-1$;$k-2