题目内容
（请给出正确答案）
A.逆控制的基本思想就是用被控对象传递函数的逆模型作为串联控制器对控制对象实施开环控制
B.神经网络先离线学习被控对象的逆动力学模型，然后用神经网络控制器做对象的前馈串联控制器
C.神经网络无需逼近对象的逆动力学模型，也可以实现从神经网络的输入端到对象的输出端的传递函数近似为1
D.神经网络逆控制模型和被控对象串联后的传递函数为1可以使输出等于输入
参考答案
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
网友提供的答案
更多“以下关于神经网络逆控制的说法错误的是”相关的问题
B.前馈神经网络可用有向无环图表示
C.随着神经网络隐藏层数的增加,模型的分类能力逐步减弱
D.前馈神经网络同一层的神经元之间不存在联系
B.卷积核不可以用来提取图片全局特征
C.在处理图片时，是以扫描窗口的方式对图像做卷积
D.常见的池化层有最大池化与平均池化
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、在FNN中，输入信号的传递方向是明确的，并不存在反向信号传递
B、一个标准的前馈神经网络只有一个输入层和一个输出层
C、FNN的同层神经元之间存在连接
D、FNN的输出结果只能是向量
A、如果参数较多，则容易导致过拟合。而减少参数有助于避免过拟合
B、参数共享的优势是通过一个任务上学习到的参数可以直接应用到另外一个任务上
C、可以允许一个特征检测器在整个输入图像的不同位置使用，即可以把参数看成是卷积提取特征的方式，该方式与位置无关
D、参数越多，才能避免过拟合，减少参数容易导致过拟合
A、循环神经网络通常被用于处理序列数据
B、LSTM网络是对简单RNN网络的改进
C、循环神经网络不需要激活函数
D、循环神经网络中之前时间步的输出会影响后续时间步的输出
A、对激活函数的输出结果进行范围限定，有助于梯度平稳下降，而ReLU输出范围无限的函数会导致梯度消失问题。
B、ReLU函数中所有负值均被截断为结果0，从而导致特征丢失，可适当调高学习率避免此类情况。
C、在神经网络训练中，动态调整学习率综合考虑当前点的梯度、最近几次训练误差的降低情况等效果更好。
D、随机梯度下降（SGD）每次更新只随机取一个样本，按照固定学习率计算梯度，所以速度较快。
B.反向传播会经过激活函数
C.反向传播可以结合梯度下降算法更新网络权重
D.反向传播指的是误差通过网络反向传播
警告：系统检测到您的账号存在安全风险
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！
