下列选项中，不属于深度学习模型的是？
线性回归
深度残差网络
卷积神经网络CNN
循环神经网络RNN
图像数字化需要经过的步骤包括( )
采样
裁剪
量化
旋转
当数据太大而不能同时在 RAM中处理时，哪种梯度技术更有优势( )
全批量梯度下降
随机梯度下降
随机梯度上升
下列哪些属于循环神经网络( )
LeNet
GoogleNet
Bi-LSTM
BERT
激活函数的目的是( )
加入额外的计算单元
非线性变换
加快计算速度
方便反向传播计算
Dropout是一种在深度学习环境中应用的正规化手段。它是这样运作的：在一次循环中我们先随机选择神经层中的一些单元并将其临时隐藏， 然后再进行该次循环中神经网络的训练和优化过程。 在下一次循环中， 我们又将隐藏另外一些神经元， 如此直至训练结束。 根据以上描述， Dropout 技术在下列哪种神经层中将无法发挥显著优势？
仿射层
卷积层
RNN层
均不对
目前RNN中常用的激活函数是( )
relu
sigmoid
elu
Swish
华为的芯片支持 HUAWEI Hi AI的哪一个模块?
HiAIEngine
HiAIFoundation
HiAIFramework
HiAIService
人工智能处在感知智能阶段的表现是什么?
机器开始像人类一样能理解、思考与决策
机器开始像人类一样会计算，传递信息
机器开始看懂和听懂，做出判断，采取一些简单行动
归并排序采用的算法设计方法属于（ ）
归纳法
分治法
贪心法
回溯方法
梯度下降算法中，损失函数曲面上轨迹最混乱的算法是以下哪种算法?( )
SGD
BGD
MGD
MBGD
列哪些属于循环神经网络( )
CNN
LSTM
BERT
RNN
下列哪个模型属于监督学习的方法( )
K-means
SVR
DBSCAN
以上都是
Python被广泛用于人工智能程序的开放， 以下哪个库实现了数据的可视化开发？( )
numpy
scipy
matplotiib
sklearn
二进制数01011011B 转换为十进制数是( )
103
91
171
71
HDFS中的block默认保存几份？（ ）
3份
2份
1份
不确定
以下哪种问题主要采用无监督学习方法？
频繁项挖掘
股价预测
图像分类
文本情感分析
以下关于熵、信息增益、基尼指数的相关描述中错误的是( )
熵越大，不确定性越大，信息量也就越大
信息增益越大，表示某个条件熵对信息熵减少程序越大，也就是说，这个属性对于信息的判断起到的作用越大
Gini指数越大，不纯度越小，越容易区分，越不容易分错
熵权法是一种客观赋权法，因为它仅依赖于数据本身的离散性
卷积神经网络主要用于图像处理特征。多层神经网络， 将三种结构思想结合，请问下列选项中，哪个不是三种结构思想之一？( )
局部感受野
权值共享
亚采样
全局监控
下列度量不具有反演性的是( )
系数
几率
ohen度量
兴趣因子
大数据时代，数据使用的关键是：( )
数据收集
数据再利用
数据存储
数据分析
下面对误差反向传播(errorbackpropagation,BP) 描述不正确的是（ ）
BP算法是一种将输出层误差反向传播给隐藏层进行参数更新的方法
BP 算法将误差从后向前传递， 获得各层单元所产生误差， 进而依据这个误差来让各层单元修正各单元参数
对前馈神经网络而言， BP 算法可调整相邻层神经元之间的连接权重大小
在BP算法中，每个神经元单元可包含不可偏导的映射函数
使用决策树分类时， 如果输入的某个特征的值是连续的， 通常使用二分法对连 续属性离散化，即根据是否大于/小于某个阈值进行划分。如果采用多路划分， 每个出现的值都划分为一个分支，这种方式的最大问题是（ ）
计算量太大
验证集和测试集表现很差
验证集表现良好，测试集表现很差
验证集表现很差，测试集表现很好
下列哪项不属于集成学习（ ）
随机森林
Adaboost
kNN
XGBoost
近些年深度学习火爆的原因不包括( )
计算能力更快
可解释性更好
特征表达能力更强
数据利用程度更高