目前深度学习最多可以模拟人类神经元网络带到（）。
A: 10多层
B: 50多层
C: 100层
D: 300多层
A: 10多层
B: 50多层
C: 100层
D: 300多层
C
举一反三
- 关于多层前馈神经网络,以下说法正确的是() A: 每层神经元可以与任意层的神经元相连。 B: 一般包括三个层级:输入层,互连层,输出层。 C: 每层神经元不可以同层连接。 D: 多层网络的学习能力并不比单层的要强。
- 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。
- 深度学习是一种具有多层人工神经网络结构的机器学习
- 深度学习是一种多层神经网络的模拟认知训练方法，多层神经网络包含多个隐含层感知层，也称作卷积神经网络(CNN)，它的研究热潮兴起于本世纪初期。
- 以下关于多层感知机说法正确的是() A: 多层感知机比感知机只多了一个隐含层 B: 多层感知机可以解决线性不可分问题 C: 多层感知机只能有一个输出单元 D: 隐含层神经元的个数应当小于输入层神经元的个数
内容
- 0
多层前馈（BP）网络中隐藏层神经元的作用是( ) A: 提高网络的训练速度，通过隐藏层，多层前馈网络可以快速趋向目标期望 B: 降低网络的训练速度，通过隐藏层，多层前馈网络可以减缓趋向目标期望 C: 增强网络的适应能力，通过隐藏层，多层前馈网络可以逼近系统中任意非线性的成分 D: 增强网络的适应能力，通过隐藏层，多层前馈网络可以对增加了新描述属性(输入层节点)情况下的新鲜样本不用训练即可投入使用
- 1
关于多层感知机的说法正确的是（ ）。 A: 多层感知机中只能包含一个隐藏层 B: 多层感知机是前馈型神经网络 C: 多层感知机不需要神经元 D: 多层感知是由多个输入层、一个输出层和多个隐藏层组成的
- 2
多层前向神经网络与单层感知器相比较，下面（）不是多层网络所特有的特点。 A: 采用误差反向传播算法 B: 含有一层或多层的隐层神经元 C: 神经元的数目可达到很多 D: 隐层激活函数采用可微非线性函数
- 3
关于多层神经网络，下列说法错误的是______。 A: 多层神经网络可以解决线性不可分的问题 B: 输出层和隐含层都是具有计算能力的功能 C: 多层神经网络是指增加了隐含层的神经网络 D: 规模大且复杂的多层人工神经网络可以代替人类的大脑
- 4
深度学习是通过多层神经网络进行学习的方法。（)