第1题
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
第2题
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
第4题
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
第5题
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
第6题
A.(2)(1)(3)(4)
B.(1)(3)(2)(4)
C.(1)(2)(3)(4)
D.(2)(3)(1)(4)
第7题
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
第10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
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!