人工智能

人工智能

1. LSTM网络能够有效解决传统RNN长期依赖信息丢失问题（单选题）

2. 模型训练时批次大小越大，内存资源占用量越高（单选题）

3. 无标签数据无法参与任何形式的人工智能模型训练（单选题）

4. 特征降维可以在保留核心信息前提下减少数据维度（单选题）

5. 模型拟合效果越好，在陌生业务场景表现越优秀（单选题）

6. 语义分割能够精准划分图像中每一个像素所属类别（单选题）

7. 离线推理不需要加载训练好的模型权重文件（单选题）

8. 联邦学习可在保护数据隐私前提下完成联合建模（单选题）

9. 激活函数取值范围会直接影响模型收敛速度（单选题）

10. 同一套模型参数可以适配所有不同行业业务场景（单选题）