A.BP神经网络的训练过程中,先进行后向传播再进行前向传播
B.通过损失函数对后向传播结果进行判定
C.通过前向传播过程对权重参数进行修正
D.训练过程中权值参数的运算量很大,一般采用梯度下降法
A.BP神经网络是前馈神经网络
B.BP神经网络的参数权重值是由反向传播学习算法进行调整的
C.BP神经网络模型拓扑结构包括输入层、隐层和输出层
D.BP神经网络利用激活函数来实现从输出到输入的非线性映射
A.在FPGA硬件下,要求OpenCV运行在CPU或GPU上
B.在VPU硬件下,支持神经网络计算棒
C.在VPU硬件下,不支持macOS操作系统
D.在FPGA硬件下,支持CentOS7.464位
A.人工智能和人类智能是两个完全不同的概念,人类智能主要是生物学意义上的智能,涉及意识(CONSCIOUSNESS)、自我(SELF)、思维(MIND)等哲学概念,而人工智能恰恰相反,其研究内容不涉及人类智能
B.1956年,约翰·麦卡锡(John McCarthy)在达特茅斯学院组织了机器智能、人工神经网络和自动化理论暑期研讨会,提出了人工智能的概念,成为人工智能诞生的标志
C.1943年,心理学家沃伦·麦卡洛克(Warren McCulloch)和数理逻辑学家沃尔特·皮兹(Walter Pitts)发表《神经活动中内在思想的逻辑演算》,被认为是人工智能研究的开篇之作
D.1950年,图灵发表论文Computing Machinery and Intelligence,开始关注人工智能问题
A.异构插件(HETERO)实现用多个硬件各自分担一部分推理任务
B.多设备插件(MULTI)来实现多个硬件自动并行计算多个神经网络
C.异构插件是协同不同类型的计算资源
D.异构插件(HETERO)是动态检查各计算设备的利用率
A.在卷积神经网络中,采用平均池化可减小误差,适用于需要突出纹理等特征的场景中
B.ResNet通过增加恒等映射,增加参数从而减少模型优化的难度,实现性能提升
C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量,使模型可以处理任意尺寸的图像
D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
A.工期是动态的概念
B.进度控制过程是一个动态的控制过程
C.进度就是工期
D.进度控制是一个不断循环的过程
E.进度和工期既有联系又有区别
A.工期是动态的概念
B.进度控制过程是一个动态的控制过程
C.进度就是工期
D.进度控制是一个不断循环的过程
E.进度和工期既有联系又有区别
B.1943年,美国心理学家沃伦·麦卡洛克(Warren McCulloch)和数理逻辑学家沃尔特·皮兹(Walter Pitts)发表了人工智能领域的开篇之作《神经活动中内在思想的逻辑演算》,提出了人工神经网络的概念和神经元模型
C.人工神经网络由大量节点(或称神经元)之间相互联接构成,试图模仿大脑神经元之间传递、处理信息的模式
D.加拿大认知心理学家和计算机科学家杰弗里·欣顿(Geoffrey E.Hinton)最早提出人工神经网络的概念,被称为“神经网络之父”“深度学习鼻祖”,2018年获得图灵奖
A.隐藏层数适当诚少,神经网络的分辨能力不变
B.隐藏层数适当增加,神经网络的分辨能力越弱
C.隐藏层数适当增加,神经网络的分辨能力越强
D.隐藏层数适当减少,神经网络的分辨能力越强