线性回归对高维输入进行二分类时,输入X的维度为6*10(10个样本,每个样本有6个特征),参数W的维度为______
举一反三
- 如果卷积神经网络的输入数据集维度为(10000,128,128,3),表示数据集中图片的高和宽为_______像素,数据集样本总数为_______,每个样本图片有________个通道。
- 若将训练集记为矩阵X,其中包含了m个样本,每个样本的特征数量为[img=18x17]1803c3bd4c0a815.png[/img]个,则X的维度为 未知类型:{'options': ['', '', '', ''], 'type': 102}
- 若将训练集记为矩阵X,其中包含了m个样本,每个样本的特征数量为[img=18x17]1803c3bd4c0a815.png[/img]个,则X的维度为 A: [img=41x19]1803c3bd5417fc6.png[/img] B: [img=56x20]1803c3bd5c1e695.png[/img] C: [img=49x19]1803c3bd64aa8e6.png[/img] D: [img=56x20]1803c3bd6cb6b41.png[/img]
- 有一softmax模型,假设输入x的有m个样本,其特征有d个,所有的输入样本一共有n个类别,则该模型的神经元有()个 A: m B: d C: n D: d*n
- 若需对33个输入信号进行二进制编码,则输出编码位数至少为()个。 A: 5 B: 6 C: 10 D: 50