BP神经网络具有优秀的学习能力，能够逼近任意给定复杂度的函数。
举一反三
- 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。
- ( )一定存在一个BP神经网络能够逼近给定的样本或者函数
- 中国大学MOOC: 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。
- 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。 A: 正确 B: 错误
- BP（后向传播）神经网络具有很强的学习能力，根据Kolmogorov定理，一个三层BP网络可以任意精度逼近一个任意给定的连续函数；这与BP网络的结构特性有关，包括（ ）。 A: 至少包含一个隐藏层 B: 隐藏层中神经元的激励函数为非线性函数 C: 是一个全连接网络（下一层神经元与上一层的所有神经元连接） D: 是一种反馈型神经网络