A.两种做法没什么区别B.前者的做法效果不如后者C.可以把编码器的输入之间的语义关系与解码器的输出之间的语义关系更好地对应D.可以把编码器的输入之间的时序关系与解码器的输出之间的时序关系更好地对应
单项选择题在计算上下文向量时,使用了以下哪种函数?()
A.SoftmaxB.SigmoidC.TanhD.ReLU
单项选择题编码器使用双向LSTM的作用是以下哪项?()
A.更好地拟合编码器输入词之间的语义关系B.更好地拟合编码器输入词之间的次序C.更好地拟合编码器输入和输出之间的次序关系D.更好地拟合编码器输入和输出之间的语义关系
单项选择题使用带注意力机制的Seq2Seq模型实现机器翻译时,把一句中文翻译成英语和法语时,解码器不同时刻对应的上下文向量是以下哪种情况?()
A.相同B.不确定C.不相同
单项选择题在使用SeqSeq模型实现机器翻译时,解码器的输入(非上下文向量部分)和输出之间的映射作用是以下哪一项?()
A.拟合解码器输出词之间的语义关系B.拟合编码器输入和解码器输出之间的语义关系C.拟合编码器输入和解码器输出之间的词序关系D.拟合解码器输出词之间的顺序关系
单项选择题在SeqSeq模型中,以下有关上下文向量(语义表示向量)C的说法错误的是哪个?()
A.上下文向量是注意力机制实现的手段B.上下文向量把编码器和解码器组合成完整的Seq2Seq模型C.上下文向量中的元素需要当做网络参数训练得到D.上下文向量拟合了编码器的不同时刻输入对解码器输出的影响
单项选择题下面有关Seq2Seq模型的说法哪个是错误的?()
A.在无注意力机制的Seq2Seq模型中,语义向量c对解码器的输出作用是无差异的B.在Seq2Seq模型中,编码器和解码器可以使用不同的RNN模型C.在Seq2Seq模型中,语义向量c的作用拟合编码器不同输入的关系,也要拟合与解码器输出之间的映射D.引入注意力机制后,解码器不同时刻的输入对应的语义向量是相同的
单项选择题以下哪种情景不适合采用Seq2Seq模型?()
A.机器写诗B.车牌识别C.文本摘要D.语音识别
多项选择题有关声音信号的处理,以下哪些说法是正确的?()
A.在声音处理中,深度神经网络的低层可以提取一些声音的特征,而高层提取类别间的判别信息B.对于一维的声音序列或二维的频谱图,都可以使用卷积神经网络进行特征提取,学习相邻帧的关系等C.与图像不同,声音信号是一维的序列数据,通过FFT等频域转换为二维频谱,即可用卷积进行分类D.对于声音数据,可以先通过CNN来进行高维特征的提取,再使用RNN对时间相关性进行建模
多项选择题创业动机的四因素结构包括()。
A.获得外部报酬B.追求独立自主C.获得内部报酬D.获得家庭保障E.证明自己的能力
多项选择题下面有关编码解码器(自编码器)的说法,哪些是正确的?()
A.自编码器可以用于数据去噪,即把含有噪声的样本还原B.自编码器用于数据压缩时时有损的C.自编码器属于非监督学习,不需要损失函数D.自编码器可以作为一种数据降维技术