BP神经网络中隐层使用的Sigmoid是函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络。（)

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

A.传统的BP网络一般都选用二级网络

B.BP网络是一种后馈网络

C.基本BP算法包括信号的前向传播和误差的反向传播两个过程

D.BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整

A.能逼近任意非线性函数

B.信息的并行分布式处理与存储

C.可以多输入、多输出

D.具有全局收索特性

A.全连接层的作用就是分类,全连接层的每一个节点都与上一层的所有节点相连接,将前一层的特征进行进一步组合

B.损失函数的作用是用来估算模型的预测值与实际值的差距的函数

C.卷积神经网络中的池化层又称为下采样层，该层的目的是降低特征图的维度，进而降低卷积神经网络的参数量,减少过拟合

D.卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间,全连接层则将抽象特征映射到样本标记空间中

A.隐藏层太多时，可能导致靠近输入层的权重的偏导数太小而得不到更新

B.神经元处于Sigmoid等激活函数的饱和区工作，梯度值偏小

C.隐藏层神经元的个数太多导致

D.隐层的权重取值大容易导致梯度消失

A.(2)(1)(3)(4)

B.(1)(3)(2)(4)

C.(1)(2)(3)(4)

D.(2)(3)(1)(4)

B.待寻优的参数多，收敛速度快

C.只要有足够多的隐层和隐层节点，BP网络可以逼近任意的非线性映射关系

D.BP网络的学习算法属于全局逼近算法，具有较强的泛化能力

A.空值对于数值型数据等同于0。

B.表的关键字不允许为NULL值。

C.空值表示没有确定的值。

D.使用组合键.Ctrl+0，可在表中输入空值。

A.输入层

B.隐含层

C.输出层

D.卷积层

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