A.新媒体平台后台数据
B.政府及相关部门网站
C.行业协会和行业网站
D.咨询公司和智库

A.内容电商
B.视频冠名
C.广告植入
D.互动体验

A.广告投放成本
B.情节安排合理
C.形式生动有趣
D.注重打造细节

A.图像分类任务旨在输入图像之后，通过神经网络在一系列给定的标签中输出一个离散的标签
B.目标检测是在图像分类任务的基础上，又增加了回归任务
C.语义分割是针对图像中的每个像素进行预测，因此该任务通常被称为密集预测
D.实例分割预测图像中个体对象在像素级别下的位置，以及该对象所属的类别

A.在大多数目标检测的算法中，只存在负样本，没有正样本
B.在大多数目标检测的算法中，正样本和数量和负样本的数量都是均衡的
C.在大多数目标检测的算法中，只存在正样本，没有负样本
D.在大多数目标检测的算法中，正样本和数量和负样本的数量都是不均衡的

A.Recall=TP/（TN+FN）
B.Recall=TN/（TP+FN）
C.Recall=TP/（TP+FN）
D.Recall=TP/（TP+FP）

A.Precision=TP/（TP+FN）
B.Precision=TP/（TN+FN）
C.Precision=TN/（TP+FP）
D.Precision=TP/（TP+FP）

A.DenseNet的密集连接是全连接的一种变形
B.为了保证层与层之间信息流动的最大化，该网络中每一层都与其后的层之间建立跨接关系（当特征图尺寸相同时）
C.DenseNet与ResNet相比，很重要的一点就是不采用将特征在送入某层之前对其进行加和的方式，而是通过串联将特征合并在一起
D.若传统的L层卷积神经网络有L个层间连接，则DenseNet就有L（L+1）/2个直接连接

A.将图像数据中的像素值缩放到-1和1之间
B.将每个像素除以平均RGB值
C.将图像数据中的像素值缩放到0和1之间
D.从每个像素中减去平均RGB值