![](https://lstatic.shangxueba.com/jiandati/h5/images/m_q_title.png)
下列关于人工神经网络发展历程不正确的是
A.BP算法的提出很好地解决了“多层”问题
B.2001年互联网泡沫破裂导致许多人工神经网络的研究被迫中断
C.LeCun将BP算法应用于神经网络的训练,并提出了卷积神经网络的第一个正式模型——LeNet-5
D.九十年代中期提出的SVM算法取代神经网络算法成为主流
A.BP算法的提出很好地解决了“多层”问题
B.2001年互联网泡沫破裂导致许多人工神经网络的研究被迫中断
C.LeCun将BP算法应用于神经网络的训练,并提出了卷积神经网络的第一个正式模型——LeNet-5
D.九十年代中期提出的SVM算法取代神经网络算法成为主流
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、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. 因为ANN深人到人脑细胞,在人的知识的获取方面也比ES更深人
B. ANN的实现首先要获得知识和表示知识
C. ES的实现首先要获得知识和表示知识
D. ES和ANN的工作原理基本上是一致的
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、抽象神经元模型MP很好地解决了处理、学习信息的问题
B、人工神经元和生物神经元都具有信息汇总和信息传输的功能
C、明斯基在1969年提出“深层神经网络的研究是没有价值的”这一观点
D、辛顿(Hitton)成功应用BP算法来训练多层感知器,很好地解决非线性分类问题
A、感知器的误差足够精确,权重能够快速收敛
B、学习率用于控制权重调整
C、感知器学习样本特征的过程在模型中体现为感知器权重的调整过程
D、感知器的信号处理分为“输入、汇总、激活、输出”四个部分
A、感知器模型的激活函数可导,可以通过梯度下降求解损失函数最小值
B、损失函数用于衡量当前权重在整个数据集上的总误差
C、标准神经元每个输入端具有不同的权重
D、Sigmoid函数是连续可导的,同时具有“两极分化”的特点
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!