试题通
试题通
APP下载
首页
>
IT互联网
>
随便搞的题库做做
试题通
搜索
随便搞的题库做做
题目内容
(
多选题
)
下列哪些组件是Resnet通常不包括的()

A、残差连接$;$卷积单元$;$循环连接$;$Attention模块

答案:CD

试题通
随便搞的题库做做
试题通
数据结构主要分为( )等几种形式。
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6a08-c07f-52a228da6000.html
点击查看题目
目前常见的AI芯片类型主要有()。
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e950-c07f-52a228da602e.html
点击查看题目
()模拟退火算法结合了爬山法和随机行走方法的优点。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ee20-c07f-52a228da6003.html
点击查看题目
t-SNE(t-Distributed Stochastic Neighbor Embedding)是一种将高维的复杂数据降为二维(或三维)的算法,用于低维空间的可视化
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d2c8-c07f-52a228da6023.html
点击查看题目
已知a={“fruits”:pear,“animals”:dog,“vegetables”:carrot},则a[“animals”]的值为()
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f508-c07f-52a228da600f.html
点击查看题目
以下CNN模型中,最早识别手写数字的是
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-ad68-c07f-52a228da600e.html
点击查看题目
()的基本出发点,是认为低维流形嵌入到高维空间之后,直接在高维空间中计算直线距离具有误导性,因为高维空间中的直线距离在低维嵌入流形上是不可达的。
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da602a.html
点击查看题目
下列选项中,不属于生物特征识别技术的是( )。
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-99e0-c07f-52a228da602a.html
点击查看题目
梯度爆炸问题是指在训练深度神经网络的时候,梯度变得过大而损失函数变为无穷。在RNN中,下面哪种方法可以较好地处理梯度爆炸问题?
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-e268-c07f-52a228da601b.html
点击查看题目
下列语句输出正确的是


i = ['a', 'b']
l = [1, 2]
print (dict([l,i]))
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f120-c07f-52a228da6026.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
(
多选题
)
手机预览
试题通
随便搞的题库做做

下列哪些组件是Resnet通常不包括的()

A、残差连接$;$卷积单元$;$循环连接$;$Attention模块

答案:CD

试题通
分享
试题通
试题通
随便搞的题库做做
相关题目
数据结构主要分为( )等几种形式。

A. 非线性结构$;$环状结构$;$线性结构$;$条状结构

https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6a08-c07f-52a228da6000.html
点击查看答案
目前常见的AI芯片类型主要有()。

A. GPU$;$FPGA$;$ASIC$;$CPU

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e950-c07f-52a228da602e.html
点击查看答案
()模拟退火算法结合了爬山法和随机行走方法的优点。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ee20-c07f-52a228da6003.html
点击查看答案
t-SNE(t-Distributed Stochastic Neighbor Embedding)是一种将高维的复杂数据降为二维(或三维)的算法,用于低维空间的可视化
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d2c8-c07f-52a228da6023.html
点击查看答案
已知a={“fruits”:pear,“animals”:dog,“vegetables”:carrot},则a[“animals”]的值为()

A. pear$;$dog$;$carrot$;$以上选项均不正确

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f508-c07f-52a228da600f.html
点击查看答案
以下CNN模型中,最早识别手写数字的是

A. LeNet-5$;$AlexNet$;$ResNet50$;$ResNet152

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-ad68-c07f-52a228da600e.html
点击查看答案
()的基本出发点,是认为低维流形嵌入到高维空间之后,直接在高维空间中计算直线距离具有误导性,因为高维空间中的直线距离在低维嵌入流形上是不可达的。

A. 等度量映射 $;$ 等距离映射$;$等空间映射 $;$等范围映射

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da602a.html
点击查看答案
下列选项中,不属于生物特征识别技术的是( )。

A. 步态识别$;$声纹识别$;$文本识别$;$虹膜识别

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-99e0-c07f-52a228da602a.html
点击查看答案
梯度爆炸问题是指在训练深度神经网络的时候,梯度变得过大而损失函数变为无穷。在RNN中,下面哪种方法可以较好地处理梯度爆炸问题?

A. 用改良的网络结构比如LSTM和GRUs$;$梯度裁剪$;$Dropout$;$所有方法都不行

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-e268-c07f-52a228da601b.html
点击查看答案
下列语句输出正确的是


i = ['a', 'b']
l = [1, 2]
print (dict([l,i]))

A. {‘b’: 2, 'a': 1}&;&{‘a’: 2, ‘b': 1}&;&{1: 2, 'a': 'b'}&;&{2: 1, 'b': 'a'}

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f120-c07f-52a228da6026.html
点击查看答案
试题通小程序
试题通app下载