阅读下列材料，回答问题。

微软亚洲研究院视觉计算组曾在ImageNet计算机视觉识别挑战赛中取得了96.43%的图像识别正确率而一举夺冠。这得益于它前期对海量已分好类的图像大数据中所蕴含的特征模式的深度学习。该深度学习模型如图所示。

1. （1） 结合材料，下列关于信息、知识等的说法正确的是（   ）

   A . 图中狗和猫等分类图像都是信息 B . 96.43%是数据，即使脱离材料中给出的语境，我们可以获知其中的信息 C . 人类知道左侧照片中是猫和狗，这是知识的体现 D . 即使大部分输入数据的分类、特征信息不准确，深度学习结果也不会有偏差
3. （2） 结合材料，下列关于人工智能的说法正确的是（   ）

   A . 该技术用已知的数据定义来推导出其他图像数据定义，是符号主义实现方法 B . 增大该系统前期输入的训练量，可以完全消除该系统图像识别的错误率 C . 该技术需要人工参与输入已分类的图像信息，属于混合增强型人工智能 D . 人工智能改善了人类生活，促进了经济发展，也带来了社会问题

下列四个选项中所描述的数从数值上比较，最大的是（   ）

随着信息技术的发展，信息安全保护也越来越重要，采取下列措施无助于信息安全的是（   ）

下列关于信息系统的说法，正确的是（   ）

关于网络组成与构建，下列说法不正确的是（   ）

某算法流程图如下图所示，已知randint(0,10)函数可以产生闭区间[0,10]内的随机整数，执行完该流程图后，输出结果可能是（   ）

有如下Python程序段：

a = b = ""

k = 0

s = input().strip()

for i in range(len(s)):

    if '0' <= s[i] <= '9':

        k += 1

    else:

        b = s[i-k:i]

        if a < b:

            a = b

            k = 0

print(a)

运行后若输入“3.803.93.520.888”（不包括引号），则输出是（   ）

判断某序列𝑏是否是入栈序列a=[1,2,3,4,5]的出栈序列，程序如下：

输入示例： 2 3 5 4 1 输出示例： [2,3,5,4,1]是[1,2,3,4,5]的出栈序列

a = [1, 2, 3, 4, 5]

b = list(map(int, input().split()))

stack = []

i = j = 0

while i < len(a):

    stack.append(   ①   )

    i += 1

    while len(stack) > 0 and    ②    :

        stack.pop()

        j += 1

if len(stack) == 0 and i == j == len(a):

    print(b, '是', a, '的出栈序列')

else:

    print(b, '不是', a, '的出栈序列')

划线处应填写的语句是（   ）

某表达式树如下图所示，下列说法错误的是（   ）

有如下Python程序段，运行后程序的输出结果是（   ）

a = [[3,1], [2,2], [3,3], [3,4], [17,5], [2,6], [3,-1]]

p = head = 0

while p != -1:

    q = p

    while q != -1:

        t = q

        q = a[q][1]

        if q != -1 and a[q][0] == a[p][0]:

            a[t][1] = a[q][1]

            q = t

    p = a[p][1]

p = head

while p != -1:

    print(a[p][0], end=' ')

    p = a[p][1]