对于有关神经网络分析与挖掘的描述中，错误的是（ ）。
A: Weka在训练神经网络过程中，不可对其进行修改。
B: Weka神经网络使用多层感知器，实现了BP神经网络。
C: BP神经网络由一个输入层、一个隐含层和一个输出层构成
D: 神经网络由大量节点和节点之间相互连接而构成，每个节点代表一种特定的输出函数，称为激励函数。
A: Weka在训练神经网络过程中，不可对其进行修改。
B: Weka神经网络使用多层感知器，实现了BP神经网络。
C: BP神经网络由一个输入层、一个隐含层和一个输出层构成
D: 神经网络由大量节点和节点之间相互连接而构成，每个节点代表一种特定的输出函数，称为激励函数。
A
举一反三
- Weka中的神经网络使用多层多层感知器实现BP神经网络。
- 深度学习或深度神经网络是多层 （） 神经网络，相邻层节点之间有（ ） ，但不一定是全连接；同一层及跨层节点之间 （ ）， 神经网络的隐藏层数量体现了网络的“深度”，一般应具有多个隐藏层，
- 关于BP神经网络，描述不正确的是（ ） A: BP神经网络中，层与层的连接是双向的，信息的传播是单向的 B: BP神经网络是多层前向（前馈）网络 C: BP学习算法中，误差信息是反向传播的，即从第一个隐层到输出层逐层修改各层神经元的连接权值，从而使网络误差最小。 D: 是否存在一个BP神经网络能够逼近给定的样本或者函数是解决BP神经网络学习问题的关键问题之一。
- 假设一个BP神经网络的输入层、隐层和输出层分别有3、6和4个神经元，请问这个网络一共有多少个权重需要训练？
- BP网络是一种前馈网络,即误差反向传播神经网络,一般的前馈网络包括:一个输入层、一个输出层、若干隐单元。()
内容
- 0
关于深度学习或深度神经网络的说法正确的有() A: 深度学习采用多层前向神经网络 B: 神经网络的隐藏层数量体现了网络的“深度”，一般应具有多个隐藏层 C: 深度神经网络相邻层节点之间有连接，但不一定是全连接 D: 深度神经网络同一层及跨层节点之间无连接
- 1
在使用人工神经网络之前，首先需要确定网络的结构，关于结构输入层和输出层节点个数的说法中正确的是 A: 神经网络输入输出节点个数由样本数量决定 B: 神经网络输入和输出节点没有统一的计算方法，可以根据经验确定 C: 神经网络输入输出节点个数取决于要逼近的函数输入和输出变量个数 D: 以上说法都错误
- 2
BP神经网络由输入层、一个或多个隐藏层以及输出层构成。( )
- 3
传统的神经网络为BP神经网络,基本网络结构为输入层、隐藏层和输出层,节点代表神经元,边代表权重值。
- 4
按误差反向传播训练的多层前馈网络称为？ A: 人工神经网络 B: BP神经网络 C: 深度信念网络 D: 卷积神经网络