中国大学MOOC: 假设有一个使用ReLU激活函数(ReLU activation function)的神经网络，假如把ReLU激活替换为线性激活，那么这个神经网络能够模拟出异或函数吗？注意：使用ReLU激活函数的神经网络是能够模拟出异或函数。
不可以
举一反三
- .假设我们有一个使用ReLU激活函数(ReLU activation function)的神经网络，假如我们把ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNOR function)吗？( )
- 假设有一个使用ReLU激活函数(ReLUactivationfunction)的神经网络，假如把ReLU激活替换为线性激活，那么这个神经网络能够模拟出异或函数吗？注意：使用ReLU激活函数的神经网络是能够模拟出异或函数。 A: 可以 B: 不可以 C: 看情况而定 D: 其他都不正确
- 假设我们有一个使用ReLU激活函数(ReLU activation function)的神经网络，假如我们把 [br][/br]ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNOR function)吗？ A: 可以 B: 不好说 C: 不一定 D: 不能
- 关于ReLU和Sigmoid激活函数，在深度神经网络的中间层，建议使用ReLU。
- 关于ReLU和Sigmoid激活函数，在深度神经网络的中间层，建议使用ReLU。 A: 正确 B: 错误
内容
- 0
人工神经网络中的常用激活函数有：sign, ReLU , (), ()
- 1
训练神经网络时，以下哪种激活函数最容易造成梯度消失: （ ） A: tanh B: sigmoid C: ReLU D: leaky ReLU
- 2
ReLU是人工神经网络中常用的激活函数。假设该激活函数别分输入-20、0、30，则输出为分别为_______和________。
- 3
以下不是卷积神经网络的激活函数的是() A: sigmod函数 B: tanh函数 C: ReLU函数 D: softmax函数
- 4
下面关于Relu和Sigmoid激活函数说法错误的是 A: Relu激活函数相比于Sigmoid激活函数计算更简单 B: Relu激活函数是一种线性的激活函数 C: Sigmoid激活很容易出现梯度消失的情况 D: Relu减少了参数间的相互依存关系，缓解了过拟合问题的发生