2006年，深度学习元年，深度学习之父Hinton提出了哪些观点：（)。

A.多层前向神经网络一般需要同一层神经元间相互连接

B.深度学习一般使用具有多个隐藏层的神经网络

C.训练神经网络的主要目的是学习神经元间的连接权值

D.卷积神经网络可以逐层抽取数据特征实现自动特征学习

A.限制玻尔兹曼机

B.深度信任网络

C.卷积神经网络

D.BP算法模型

A.限制玻尔兹曼机

B.深度信任网络

C.卷积神经网络

D.BP算法模型

A.改变算法

B.增加数据量

C.增加模型训练的层次

D.增加标签量

A.目标检测常使用深度学习中卷积神经网络模型

B.训练好的目标检测算法可以用于边缘计算

C.机器视觉场景往往需要应用边缘计算

D.边缘计算就是一种人工智能

A.神经网络

B.图建模

C.人工智能

D.信号处理

A.Bellman方程

B.贪心策略函数

C.q函数

D.蒙特卡洛采样函数

A、提出了深度学习

B、AlphaGo的成功归功于深度学习

C、提出了一套全新的搜索求最优解的方法论

D、蒙特拉洛树搜索优于AlphaGo的方法

A.线性回归分析是一种浅层学习方法

B.K-means聚类是一种浅层学习方法

C.包含了若干隐藏层的前馈神经网络是一种深度学习方法

D.浅层学习仅能实现线性映射、深度学习可以实现非线性映射