人工智能深度学习框架：（） A: TensorFlow B: Caffe C: Keras D: PaddlePaddle

下面哪个不是深度学习的常见框架？? Pytorch|MySQL|PaddlePaddle|TensorFlow

百度开源的深度学习平台： A: Caffe B: TensorFlow C: PaddlePaddle D: Torch

在下列AI开发框架中，华为主导的AI开发框架是（ ）。 A: MindSpore B: TensorFlow C: PyTorch D: PaddlePaddle

我们想要自己去实现一个深度学习模型，可以使用以下哪些框架（ ）。 A: PaddlePaddle B: Pytorch C: TensorFlow D: Sklearn（scikit-learn）

要能够实现必修模块的所有内容,Python至少应增加哪个扩展模块( )? A: PaddlePaddle B: Scikit-learn C: TensorFlow D: NumPy

以下工具包可以用于深度学习应用的是（ ）。 A: Caffe及Caffe2 B: scikit-learn C: PaddlePaddle D: TensorFlow E: Pytorch F: OpenCV

根据本讲，文中提到的科技巨头提供的深度学习开源代码框架有()。 A: 谷歌TensorFlow B: 加州伯克利Caffe C: Facebook的Torch D: 微软的CNTK E: 百度的PaddlePaddle

【其它】作业说明: 1.请使用PaddlePaddle建立线性回归模型,对波士顿房价进行预测,保证代码跑通。 2.请考虑可以从哪些方面进行调整,评分标准为最后输出的预测集上的平均误差, 平均误差越低越好。 经典的线性回归模型主要用来预测一些存在着线性关系的数据集。回归模型可以理解为:存在一个点集,用一条曲线去拟合它分布的过程。如果拟合曲线是一条直线,则称为线性回归。如果是一条二次曲线,则被称为二次回归。线性回归是回归模型中最简单的一种。 本教程使用PaddlePaddle建立起一个鲍鱼年龄预测模型。 在线性回归中: (1)假设函数是指,用数学的方法描述自变量和因变量之间的关系,它们之间可以是一个线性函数或非线性函数。 在本次线性回顾模型中,我们的假设函数为 Y’= wX+b ,其中,Y’表示模型的预测结果(预测的鲍鱼年龄),用来和真实的Y区分。模型要学习的参数即:w,b。 (2)损失函数是指,用数学的方法衡量假设函数预测结果与真实值之间的误差。这个差距越小预测越准确,而算法的任务就是使这个差距越来越小。 建立模型后,我们需要给模型一个优化目标,使得学到的参数能够让预测值Y’尽可能地接近真实值Y