你可能喜欢
单项选择题
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
单项选择题
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
单项选择题
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
单项选择题
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
多项选择题
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