对于前馈型神经网络，下列描述中错误的是（）：
A: 网络将每一层的神经元串联起来
B: 上一层的输出是下一层的输入
C: 网络中有反馈连接
D: 可以有多个隐含层
A: 网络将每一层的神经元串联起来
B: 上一层的输出是下一层的输入
C: 网络中有反馈连接
D: 可以有多个隐含层
举一反三
- 前馈神经网络中，神经元分层排列，组成输入层、隐含层和输出层。每一层的神经元只接受前一层神经元的输入。输入模式经过各层的顺次变换后，由输出层输出。在各神经元之间不存在反馈。
- 下列关于多层前馈神经网络的描述错误的是( )。 A: 输出层与输入层之间包含隐含层，且隐含层和输出层都拥有激活函数的神经元 B: 神经元之间存在同层连接以及跨层连接 C: 输入层仅仅是接收输入，不进行函数处理 D: 每层神经元上一层与下一层全互连
- 单向多层结构人工神经网络，即各神经元从输入层开始，只接收上一层的输出并输出到下一层，直至输出层，整个网络中无反馈
- BP 网络具有很强的学习能力，根据Kolmogorov定理，一个三层的BP网络就可以任意精度逼近一个任意给定的连续函数f;这与BP网络的结构特性相关，它（ ）。 A: 是一种反馈型神经网络 B: 至少包含一层隐含层 C: 是一个全连接网络（西一层神经元与上一层的所有神经元连接） D: 隐含层中的神经元的激励函数为非线性函数
- 关于BP（反向传播）神经网络，正确的说法包括（ ）。 A: 至少包含一个隐藏层 B: 网络中下一层神经元与上一层的所有神经元连接 C: 是一种多层前向（前馈）人工神经网络 D: 同一层的神经元与神经元之间是连接的