A.感知器模型中的激活函数是二值函数时,损失函数是可导的
B.感知器模型的关键,就是通过调整权重使一类样本可以激活神经元,而另一类则不会
C.重调整采用“奖惩分明”策略,即对于能够准确判断样本类型的权重,提高当前权重比例,反之则降低当前权重比例
D.一层感知器只能针对线性可分的数据集分类,无法解决异或(XOR)问题
第1题
A.神经元感知器是一种简单的前馈式神经网络
B.神经元感知器可以接收n个输入,对应n个权重值
C.神经元感知器接收的n个输入对应n个偏置值
D.神经元感知器经过激活函数变换后输出结果
第2题
A、感知器的信号处理分为四个部分:输入、汇总、激活、输出
B、汇总后的输入信号如果高于阈值,则产生“激活”信号,否则仍基本维持原有水平
C、在输入端,神经元只接受来自一个信号源的输入信息
D、输入为实例的特征向量,由激活函数计算输出,输出为1、-1两个值
第5题
A.A.二者都有输入、激活和输出
B.B.二者都是由多个神经元组成的多层神经网络
C.C.输入信号向后传递的过程中,都是加权和的计算
D.D.二者学习的关键都是神经元的损失计算
第7题
A.只要是训练数据集线性可分,感知器算法就一定能收敛。
B.感知机学习算法存在许多的解,对同一个训练集来说,感知机初值的选择不同,最后得到的解就可能不同。
C.多层感知器是感知器的推广,克服了感知器不能对线性不可分数据进行识别的弱点。
D.当训练数据集线性不可分的情况下,袋式算法(PocketAlgorithm)使感知机也可以收敛于一个相对理想的解。
第8题
A.激活函数需要具有线性可微的特点
B.Sigmoid函数的导数是非零的,很容易计算
C.Sigmoid函数的输出值域是对称的
D.ReLU函数主要缺点是相比于Sigmoid、Tanh函数其计算低效
第9题
A.由于支持向量机是基于所有训练数据寻找最大化间隔的超平面,而感知器算法却是相对随意的找一个分开两类的超平面,因此大多数时候,支持向量机画出的分类面往往比感知器算法好一些。
B.支持向量机是把所有训练数据都输入进计算机,让计算机解全局优化问题
C.感知器算法相比于支持向量机算法消耗的计算资源和内存资源更少,但是耗费的计算资源更多
D.以上选项都正确
第10题
A.似然函数是一种关于统计模型中的参数函数
B.它标识模型参数中的似然性
C.用于在已知某些观测得到的结果时,对有关事物的性质的参数进行估计
D.似然函数在统计推动中有重大作用
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!