A.PointNet
B.PointNet++
C.PointCNN
D.PointConv
E.PointPillars
您可能感興趣的試卷
你可能感興趣的試題
A.對(duì)抗訓(xùn)練
B.數(shù)據(jù)擾動(dòng)
C.Mixup
D.標(biāo)簽平滑
E.噪聲注入
A.剪枝（Pruning）
B.量化（Quantization）
C.知識(shí)蒸館（KnowledgeDistillation）
D.權(quán)重聚類（WeightClustering）
A.LSTM
B.GRU
C.CNN
D.Transformer
A.學(xué)習(xí)率衰減（LearningRateDecay）
B.動(dòng)量（Momentum）
C.學(xué)習(xí)率調(diào)度（LearningRateScheduling）
D.學(xué)習(xí)率重置（LearningRateReset）
A.U-Net
B.YOLO
C.MaskR-CNN
D.VAE
最新試題
在深度學(xué)習(xí)模型中，用于提高模型訓(xùn)練穩(wěn)定性的技術(shù)是：（）。
依存句法分析（DependencyParsing）主要用于分析什么（）？
進(jìn)行模型訓(xùn)練之前，需要先把標(biāo)注好的數(shù)據(jù)進(jìn)行分類。訓(xùn)練有監(jiān)督學(xué)習(xí)模型時(shí)會(huì)將數(shù)據(jù)集劃分為（）。
數(shù)量歸約中無(wú)參數(shù)的方法一般使用（）。
Xpath 語(yǔ)言有（）的構(gòu)成。
在自然語(yǔ)言處理任務(wù)中，哪些技術(shù)適用于提升文本分類的性能（）？
圖像數(shù)據(jù)標(biāo)注可以用于（）算法中。
智能運(yùn)維AIOps 的核心技術(shù)是什么（）？
屬性值約束主要有（）。
反向傳播算法和梯度下降算法在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的主要區(qū)別是什么（）？