一个完整的人工神经网络包括（)。

A.显层

B.暗层

C.隐层

D.明层

A.多层前向神经网络一般需要同一层神经元间相互连接

B.深度学习一般使用具有多个隐藏层的神经网络

C.训练神经网络的主要目的是学习神经元间的连接权值

D.卷积神经网络可以逐层抽取数据特征实现自动特征学习

A.输入层

B.隐藏层

C.处理层

D.输出层

A.输入层

B.隐含层

C.输出层

D.卷积层

A.神经网络对训练数据中的噪声非常鲁棒

B.可以处理冗余特征

C.训练ANN是一个非常耗时的过程

D.至少含有一个隐藏层的多层神经网络

A.低层I类(1-3层)，多层I类(4-6层)，多层II类(7-9层)，高层I类(10-18层)，高层II类(19-30层)

B.低层I类(1-3层)，多层I类(4-6层)，多层II类(7-10层)，高层I类(11-18层)，高层II类(19-26层)

C.低层I类(1-3层)，多层I类(4-6层)，中高层I类(7-9层)，高层I类(10-18层)，高层II类(19-30层)

D.低层I类(1-3层)，多层I类(4-6层)，多层II类(7-9层)，高层I类(10-18层)，高层II类(19-26层)

A.大乔木层

B.亚乔木层

C.大灌木层

D.小灌木层

E.草皮层

A.平层

B.复式

C.错层

D.跃层

A、在FNN中，输入信号的传递方向是明确的，并不存在反向信号传递

B、一个标准的前馈神经网络只有一个输入层和一个输出层

C、FNN的输出结果只能是向量

D、FNN的同层神经元之间存在连接

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