相关题目
数据可视化中,从数据到知识的转换途径强调( )。
数据可视化是利用计算机图形学和图像处理技术,将数据转换成( )在屏幕上显示出来,并进行交互处理的理论、方法和技术。
数据可视化涉及( )等多个领域,成为研究数据表示、数据处理、决策分析等一系列问题的综合技术。
下列属于可视化高维数据技术的有( )。
考察一个由三个卷积层组成的 CNN:kernel=3×3,stride=2,padding=SAME。最低层输出 100 个特征映射(featuremap),中间层 200 个特征映射,最高层 400 个特征映射。输入是 200×300 的 RGB 图片,则总参数的数量是( )。
考虑某个具体问题时可能只有少量数据,但如果有一个类似问题已经预先训练好的神经网络,则可以有很靠谱的先验。可以利用这个预先训练好的网络的方法是( )。
下列关于深度学习框架的描述正确的是( )。
假设正在训练一个 LSTM 网络,有一个 10000 词的词汇表,并且使用一个激活值维度为 100 的 LSTM 块,在每一个时间步中,Γu 的维度是( )。
输入图像为 37×37,经过第一层卷积(the number of filters=25,kernelsize=5×5,padding= valid,stride=1)与池化层 maxpooling(kernel size=3×3,padding=valid),输出特征图大小为( )。
假设有 5 个大小为 7×7、边界值为 0 的卷积核,同时卷积神经网络第一层的深度为1。此时如果向这一层传入一个维度为 224×224×3 的数据,那么神经网络下一层所接收到的数据维度是( )。
