数字孪生可以在以下哪些场景应用（）。

A. 一个xx.py就是一个模块$;$任何一个普通的xx.py文件可以作为模块导入$;$模块文件的扩展名不一定是.py$;$运行时会从制定的目录搜索导入的模块，如果没有，会报错异常

A. useradd$;$userdel$;$adduser$;$user

A. 生成模型$;$对抗模型$;$判别模型$;$回归模型

A. 字符串
$;$列表
$;$字典
$;$元组

A. 增加训练集量$;$减少神经网络隐藏层节点数$;$删除稀疏的特征$;$SVM算法中使用高斯核/RBF核代替线性核

A. DVPP$;$GPU$;$AI 计算引擎$;$芯片系统控制CPU

A. 增加网络宽度$;$轻量化网络模型$;$改善网络退化现象$;$增加网络深度

A. sklearn$;$xgboost$;$lightgbm$;$numpy

A. 仿射层$;$卷积层$;$RNN层$;$均不对

A. 在实际场景下，应尽量使用ADAM，避免使用SGD$;$同样的初始学习率情况下，ADAM的收敛速度总是快于SGD方法$;$相同超参数数量情况下，比起自适应的学习率调整方式，SGD加手动调节通常会取得更好效果$;$同样的初始学习率情况下，ADAM比SGD容易过拟合