题目内容
（请给出正确答案）
A.老模型含有柜框槽等定位信息，传输配置和设备单板绑定
B.新模型在传输配置中去除不必要的柜框槽配置，方便扩展新传输功能，减少传输配置参数
C.新模型增加接口对象(INTERFACE)，将上层与物理层进行隔离，实现将传输配置对象与物理设备解耦
D.新模型在配置传输链路或者更改传输单板或端口时，除物理层或链路层，其它层对象都不用再配置柜框槽等信息
如果结果不匹配，请 联系老师 获取答案
更多“关于传输配置中的新模型和老模型，下面说法正确的是()”相关的问题
A.在卷积神经网络中，采用平均池化可减小误差，适用于需要突出纹理等特征的场景中
B.ResNet通过增加恒等映射，增加参数从而减少模型优化的难度，实现性能提升
C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量，使模型可以处理任意尺寸的图像
D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
A.风险计量全面风险管理、资本监管和经济资本配置得以有效实施的基础
B.准确的计量建立在卓越的风险模型基础上
C.只有数据真实、准确和充足，才能保证开发的模型真实反映商业银行的风险状况
D.商业银行只有选用高级量化技术才能计量风险
A.OpenVINO对模型训练具有显著性能提升
B.经过OpenVINO的模型优化可以提升模型准确率
C.OpenVINO除支持C++外，还支持Python语言接口
D.OpenVINO在使用前需要经过Intel官方购买并授权
A.BP神经网络是前馈神经网络
B.BP神经网络的参数权重值是由反向传播学习算法进行调整的
C.BP神经网络模型拓扑结构包括输入层、隐层和输出层
D.BP神经网络利用激活函数来实现从输出到输入的非线性映射
A.学习率控制每次更新参数的幅度,学习率越大模型准确率越高
B.固定学习率比Adam自动调整学习率更快训练完成
C.过高的学习值会使损失值不降反升
D.学习率对模型训练时长有影响，对模型性能没有影响
A.推理引擎(InferenceEngine)支持硬件指令集模型加速，然后进入模型优化环节
B.对OpenCV图像处理库进行指令集优化，显著提升性能
C.推理引擎将给定的模型转化为标准的IntermediateRepresentation(IR)
D.推理引擎使用插件架构，每个插件的API各不相同
A.物理层描述传输介质、连接器和信号脉冲标准中继器或集线器HUB也是物理层，它与传输的信息帧的具体内容有关
B.数据链路层描述本地系统之间的拓扑和通信标准
C.网络层描述在不同网段上的系统如何彼此寻找，也定义了网址
D.传输层处理数据的实际操作，并准备通过网络传送
A.生成模型的输入可以是随机数
B.对抗生成网络包含生成模型与判别模型
C.判别模型需要输入带标签的真实样本
D.对抗生成网络不能用来产生新的图片
A.①②③④⑤
B.①②③⑤⑥
C.①②④⑤⑥
D.①②③④⑤⑥
A.UDP协议与TCP协议一样用于处理数据包，在OSI模型中，两者都位于传输层
B.UDP协议基本上是IP协议与上层协议的接口
C.UDP报文没有可靠性保证、顺序保证和流量控制字段等，可靠性较差
D.UDP不提供报文到达确认、排序、及流量控制等功能
下列关于回归模型的说法，正确的是（）。
A．一元线性圆归模型是用于分析一个自变量X与一个因变量Y之间线性关系的数学方程
B．判定系数r2表明指标变量之间的依存程度，r2越大，表明依存度越大
C．在一元线性回归分析中，b的t检验和模型整体的F检验二者取其一即可
D．在多元回归分析中，b的t检验和模型整体的F检验是不等价的
