​在计算上下文向量时，使用了以下哪种函数？（）

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

多项选择题动机可以分为哪两类？（）

A.内在动机
B.外在动机
C.主观动机
D.客观动机