A、批量归一化在全连接层和卷积层的使用略有不同。

B、批量归一化层和暂退层一样，在训练模式和预测模式下计算不同。

C、在模型训练过程中，批量规范化利用小批量的均值和标准差，不断调整神经网络的中间输出，使整个神经网络各层的中间输出值更加稳定。

D、批量规范化有许多有益的副作用，主要是正则化。

答案：ABCD

55、TextBoxes++在TextBoxes基础上进行改进，支持检测任意角度的文本。

A、正确

B、错误

答案：A

56、RandAugment使用特定的概率确定是否使用某种子策略，有效提升模型的训练效果

A、正确

B、错误

答案：B

57、LatticeLSTM是通过引入外部词典，并且使用门控机制来进行动态选择词汇和融入词汇信息来实现的

A、正确

B、错误

答案：A

58、在模型训练时可以固定底部一些层的参数，不参与更新，这是因为神经网络通常学习有层次的特征表示，低层次的特征更加通用，而高层次的特征则与数据集有关。

A、正确

B、错误

答案：A

59、TextBoxes和CTPN只支持检测横向文本和纵向文本。

A、正确

B、错误

答案：B

60、一个典型的Transformer，输入数据先通过Encoders，再经过Decoders后输出结果

A、正确

B、错误

答案：A

61、信息检索（information retrieval）和信息抽取（information extraction）是相同的概念

A、正确

B、错误

答案：B

62、当情感词覆盖率和准确率高的情况下，基于情感词典的分类方法效果比较准确

A、正确

B、错误

答案：A

63、ROI pooling层能实现training和testing的显著加速，并提高检测accuracy

A、正确

B、错误