题目内容
（请给出正确答案）
[单选题]
下面关于SSD算法的描述中，正确的说法是哪个（)？
A.SSD采用了Anchor机制使用全图各个位置多尺度区域特征进行回归
B.SSD中多尺度特征图将卷积层改成全连接层
C.SSD中辅助卷积层是用于物体对象分类
D.SSD中大尺度特征图主要用来检测大物体
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.SSD采用了Anchor机制使用全图各个位置多尺度区域特征进行回归
B.SSD中多尺度特征图将卷积层改成全连接层
C.SSD中辅助卷积层是用于物体对象分类
D.SSD中大尺度特征图主要用来检测大物体
如果结果不匹配，请 联系老师 获取答案
更多“下面关于SSD算法的描述中，正确的说法是哪个()?”相关的问题
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.C语言的源程序描述了功能的实现方法，计算机可以直接运行
B.目标文件已经是二进制代码，计算机可以辨识并直接运行
C.执行文件是二进制代码，计算机可以辨识并直接运行
D.源程序文件中即使有语法错误，也可以编译生成目标文件
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.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.为了防止过拟合可以使用L1或L2正则化
B.为了防止过拟合可以使用提前终止训练的方法
C.为了防止过拟合可以使用Dropout
D.训练过程中的损失值越小，其在存过拟合的风险越低
问题描述:试设计一个素数测试的偏真蒙特卡罗算法,对于测试的整数n,所述算法是
一个关于logn的多项式时间算法.结合教材中素数测试的偏假蒙特卡罗算法,设计一个素数测试的拉斯维加斯算法.
算法设计:设计一个拉斯维加斯算法,对于给定的正整数,判定其是否为素数.
数据输入:由文件input.txt给出输入数据.第1行有1个正整数p.
结果输出:将计算结果输出到文件output.txt.若正整数p是素数,则输出“YES",否则输出“NO".
