291、【单选题 #6】已经有多种深度学习框架,如深度神经网络和( ),被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域,并获取了极好的效果。① 卷积神经网络② 高性价比③ 深度置信网络④ 递归神经网络

294、【单选题 #6】卷积神经网络中池化层的核心目标之一是提供空间方差,即使它的外观以某种方式发生改变,机器也能够将对象识别出来。池化层通常由一个简单的操作完成,比如( )。① max② min③ average④ total

293、【单选题 #6】与常规神经网络不同,卷积神经网络各层中的神经元是三维排列的:( )。在其结构的最后部分,将会把全尺寸的图像压缩为包含分类评分的一个深度方向排列的向量。① 宽度② 高度③ 精度④ 深度

292、【单选题 #6】( )网络是一种用来分析视觉图像的强大的深度学习模型。它是一种前馈神经网络,类似人工神经网络的多层感知器,也是深度学习的代表算法之一。

291、【单选题 #6】已经有多种深度学习框架,如深度神经网络和( ),被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域,并获取了极好的效果。① 卷积神经网络② 高性价比③ 深度置信网络④ 递归神经网络

290、【单选题 #6】深度学习与传统的机器学习最主要的区别在于( ),即随着数据规模的增加,其性能也不断增长。当数据很少时,深度学习算法的性能并不好。

289、【单选题 #6】从研究角度看,( )是基于多层神经网络的,以海量数据为输入的,发现规则自学习的方法。

288、【单选题 #6】将ANN与模糊逻辑结合起来生成( )网络,这个网络既有ANN的学习能力,同时也具有模糊逻辑的解释能力。

287、【单选题 #6】人工智能在图像识别上已经超越了人类,支持这些图像识别技术的,通常是( )。

286、【单选题 #6】现代神经网络是一种非线性统计性数据建模工具。典型的神经网络具有( )3部分。① 结构② 尺寸③ 激励函数④ 学习规则

285、【单选题 #6】ANN是一种模仿生物神经网络,其中的( )扮演了生物神经模型中突触的角色,用于调节一个神经元对另一个神经元的影响程度。