A.CNN中的全连接层常用softmax作为激活函数。
B.CNN中的池化层用于降低特征图维数,以避免过拟合。
C.CNN由卷积层、池化层和全连接层组成,常用于处理与图像有关的问题。
D.由于卷积核的大小一般是3*3或更大,因此卷积层得到的特征图像一定比原图像小。
A.因为它可以被用做监督学习
B.严格意义上它比卷积神经网络(CNN)效果更好
C.它比较适合用于当输入/输出是一个序列的时候(例如.一个单词序列)
D.RNNs代表递归过程.想法->编码->实验->想法->…
A.CNN和RNN都属于神经网络,因此二者的训练方式完全一致,均采用BP算法。
B.CNN和RNN都采用了权值共享机制以减少网络中的参数量。
C.在同一个网络中,CNN结构和RNN结构不能同时使用。
D.CNN适用于图像处理,而RNN适用于序列数据处理。
A.针对适用的财务报告编制基础或者被审计单位所处的环境、财务状况或活动发生的重大变化对单一报表及披露产生的影响,注册会计师拟采取的应对措施
B.在审计中对重要性概念的运用
C.注册会计师识别出的所有的内部控制缺陷
D.对可能构成关键审计事项的事项所作的初步判断
A.“关键审计事项”段在任何类型的审计报告中都存在
B.注册会计师以在审计报告中描述的方式沟通这些关键审计事项
C.关键审计事项是指注册会计师根据职业判断认为对当期财务报表审计最为重要的事项
D.关键审计事项选自与治理层沟通的事项