深度学习概念起源于图像分类在下面哪个数据集的竞赛中大大超越传统机器学习？（)

A.深度学习

B.它们之间无法互相替换

C.机器学习

D.人工智能

A.数据是对客观事实、概念等的一种表示

B.数据可以是数字、文字、图画、符号、声音、活动图像等

C.数据类型可分为数值型数据和非数值型数据两类

D.数据与信息不同，数据是日常所说的数值，而信息是指日常所常见的现象

A.能够让深度学习工程师快速地实现自己的想法

B.在更好更快的计算机上能够帮助一个团队减少迭代(训练)的时间

C.在数据量很多的数据集上训练上的时间要快于小数据集

D.使用更新的深度学习算法可以使我们能够更快地训练好模型(即使更换CPU/GPU硬件)

A.欠拟合

B.过拟合

C.泛化能力差

D.泛化能力强

A.神经网络的类型

B.输入数据

C.计算能力，即硬件和软件能力

D.学习率

A.更快的计算能力

B.神经网络是一个新领域

C.可以获得更多的数据

D.性能更好的算法

A.局部感知使网络可以提取图像的局部特征，而权值共享大大降低了网络的训练难度

B.通道数量越多，获得的特征图(Featuremap)就越多

C.卷积是指对图像的窗口数据和滤波矩阵做内积的操作，在训练过程中滤波矩阵的大小和值不变

D.SAME填充和VALID填充的主要区别是前者向图像边缘添加0值，而后者可能会忽略来自图像边缘的值

A.日本

B.荷兰

C.美国

D.德国

A.加工深度说

B.双重编码理论

C.图式理论

D.知识分类学习论