为满足数据加工的质量要求需要对数据进行()

fasttext利用了全局范围的词相关性。

embedding就是独热。

asttext利用了全局范围的词相关性。

多义现象可以被定义为在文本对象中一个单词或短语的多种含义共存。 下列哪一种方法可能是解决此问题的最好选择？

假设一个具有 3 个神经元和输入为 [1, 2, 3] 的简单 MLP 模型。输入神经元的权重分别为 4, 5 和 6。假设激活函数是一个线性常数值 3 (激活函数为：y = 3x)。输出是什么？

 深度学习可以用在下列哪些NLP任务中？

. 混沌度(Perplexity)是一种常见的应用在使用深度学习处理NLP问题过程中的评估技术，关于混沌度，哪种说法是正确的？

考虑以下问题： 假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中，单个数据需要花费2秒的时间。 如果我们现在把架构变换一下，当评分是0.2和0.3时，分别在第2层和第4层添加Dropout，那么新架构的测试所用时间会变为多少？

假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗？

在选择神经网络的深度时，下面哪些参数需要考虑？ 1 神经网络的类型(如MLP,CNN) 2 输入数据 3 计算能力(硬件和软件能力决定) 4 学习速率 5 映射的输出函数