A.卷积矩阵(卷积核)
B.网络层数
C.目标函数
D.输入端和输出端的维数
第1题
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
第2题
A.单层的全互连的反馈型神经网络
B.多层的非全互连的反馈型神经网络
C.单层的非全互连的反馈型神经网络
D.多层的全互连的反馈型神经网络
第3题
A.隐式学习,避免了显式的特征抽取
B.平移不变性
C.权值共享
D.鲁棒性强
第5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6题
A.多层人工神经网络模型可以有很强的特征学习能力。
B.深度学习模型对原始数据有更本质的表达。
C.深度神经网络可以采用逐层训练方法进行优化。
D.训练时可以将上层训练好的结果作为下层训练过程中的初始化参数。
第8题
A.同一层神经元之间的连接权重
B.相邻层神经元和神经元之间的连接权重
C.神经元和神经元之间连接有无
D.输入数据大小
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!