当输入数据做出少量平移时，经过池化后的大多数输出还能保持不变，池化对微小的位置变化具有鲁棒性

A. 信噪比$;$平方误差$;$mAP$;$分辨率

A. BGD$;$SGD$;$Mini-Batch$;$dropout

A. SVM对噪声（如来自其他分部的噪声样本）具备鲁棒性$;$在adaoost算法中，所有被分错样本的权重更新比例不相同$;$boosting和bagging都是组合多个分类器投票的方法，二者都是根据单个分类器的正确率确定其权重$;$给定n个数据点，如果其中一半用于训练，一半用户测试，则训练误差和测试误差之间的差别会随着n的增加而减少的

A. np.sqrt()$;$np.size()$;$np.identity()$;$np.sum()

A. （1）$;$(1,)$;$([],[1])$;$([{‘a’:1}],[‘b’,1])

A. 云机协同$;$云边协同$;$数据传输$;$文件同步

A. 抖动效应$;$马太效应$;$数据溢出$;$内存不足