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


您可能感兴趣的试卷

你可能感兴趣的试题

3.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

4.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

5.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

6.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

7.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

9.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

10.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