下面关于多层神经网络的说法中,错误的是
A.多层神经网络由输入层、隐藏层和输出层组成。
B.多层神经网络的各层神经元之间通过可修正的权值互联。
C.多层神经网络的同一层的神经元之间通过可修正的权值互联。
D.多层神经网络可以实现非线性判别。
- · 有3位网友选择 D,占比37.5%
- · 有2位网友选择 A,占比25%
- · 有2位网友选择 C,占比25%
- · 有1位网友选择 B,占比12.5%
A.多层神经网络由输入层、隐藏层和输出层组成。
B.多层神经网络的各层神经元之间通过可修正的权值互联。
C.多层神经网络的同一层的神经元之间通过可修正的权值互联。
D.多层神经网络可以实现非线性判别。
A、利用神经网络对两类问题进行分类时,可以用一个输出节点来实现。
B、神经网络实现多类问题的分类时可以用多个神经网络组合来实现。
C、利用神经网络来实现多类问题的分类时,可以采用一个具有的多个输出节点的神经网络来实现。
D、在利用神经网络进行分类时,神经网络的输入节点的个数多于输入的特征数量。
A、每一类样本都满足高斯分布,可以定义每一类的判别函数为样本到各类均值的马氏距离的平方与给定阈值之间的比较。
B、当每一类均符合高斯分布时,可以通过调整二次判别函数中的阈值来减少错误率。
C、如果其中一类分布比较接近高斯分布,即分布为团状,而另外一类则较均匀的分布在第一类附近,只求出一类的判别函数就可以进行类别的划分。
D、如果一类分布比较接近高斯分布,即分布为团状,而另外一类则较均匀的分布在第一类附近,需要分别求出每一类的判别函数来进行类别的划分。
A、隐含层或输出层具有激活函数。
B、输入层没有激活函数。
C、同一神经网络的激活函数必须是相同的。
D、同一神经网络的隐含层和输出层的激活函数可以不同。
A、BP网络是是一种按误差反向传播算法训练的多层前馈网络。
B、BP算法由数据流的前向计算(正向传播)和误差信号的反向传播两个过程构成。
C、在BP算法中数据流的正向传播时,数据的传播方向是输入层→隐层→输出层。
D、在BP算法中数据的正向传播和误差的反向传播是同时进行的。
为了保护您的账号安全,请在“简答题”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!