以下关于神经网络的说法错误的是()。
A.递归神经网络不允许网络中出现环形结构
B.减少神经网络层数,可能会降低测试集分类错误率
C.循环神经网络适合处理序列数据
D.卷积神经网络可以应用于图像分类
A.递归神经网络不允许网络中出现环形结构
B.减少神经网络层数,可能会降低测试集分类错误率
C.循环神经网络适合处理序列数据
D.卷积神经网络可以应用于图像分类
A.单层感知器的局限在于不能解决异或问题
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
A.典型的卷积神经网络是由卷积层、池化层和全连接层等组成
B.卷积神经网络训练时学习的是每层神经元的值
C.AlexNet是一个8层的卷积神经网络
D.目标检测网络Yolo网络结构中包含卷积层
A.反向传播只能在前馈神经网络中运用
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
A.相对于GPU,CPU单核的计算能力很强
B.计算单元和存储单元分离
C.高性能CPU适合运行大规模神经网络算法
D.相对于GPU,物理上可并行的核心数量较少
A.分类器的构造方法有统计方法、机器学习方法、神经网络方法等
B.有三种分类器评价或比较尺度:预测准确度、计算复杂度、模型描述的简洁度
C.统计方法包括决策树法和规则归纳法
D.神经网络方法主要是BP算法
A.卷积神经网络可以包含卷积层,池化层和全连接层
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.神经网络直接用做误差闭环系统的反馈控制器
B.神经网络控制器首先利用其他已有的控制样本进行离线训练,而后以系统的均方差为代价函数进行在线学习
C.神经网络直接反馈控制器在设计过程中首先必须建立对象的数学模型
D.神经网络控制器在训练过程中根据误差反向调整网络权值完成学习过程
A.RNN是具有整体浅层结构,局部深层结构的网络
B.RNN整个网络的输入端仅接受1帧数据
C.添加了“时间”的概念,若干帧数据依次送入网络处理
D.添加“时间”之间的状态反馈
A.复杂的模型时容易发生欠拟合问题
B.神经网络不会出现过拟合问题
C.正则化方法可以减少过拟合问题
D.增加数据量不能减少过拟合问题
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
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!