深度学习中的深度神经网络一般不采用BP算法的原因是：（ ）
A: 在反馈调整时，梯度越来越稀疏，从顶层越往下，误差校正信号越来越小
B: 收敛易至局部最小，由于是采用随机值初始化，当初值是远离最优区域时易导致这一情况
C: BP算法需要有标签数据来训练，但大部分数据是无标签的
D: 多层网络，只有相邻层节点之间有连接，无法校正
A: 在反馈调整时，梯度越来越稀疏，从顶层越往下，误差校正信号越来越小
B: 收敛易至局部最小，由于是采用随机值初始化，当初值是远离最优区域时易导致这一情况
C: BP算法需要有标签数据来训练，但大部分数据是无标签的
D: 多层网络，只有相邻层节点之间有连接，无法校正
举一反三
- 深度学习中的深度神经网络一般不采用BP算法的原因是() A: 在反馈调整时，梯度越来越稀疏，从顶层越往下，误差校正信号越来越小 B: 收敛易至局部最小，由于是采用随机值初始化，当初值是远离最优区域时易导致这一情况 C: BP算法需要有标签数据来训练，但大部分数据是无标签的 D: 深度学习明确突出了特征学习的重要性，通过逐层特征变换，将样本在原空间的特征表示变换到一个新特征空间，从而使分类或预测更加容易。与人工规则构造特征的方法相比，利用大数据来学习特征，更能够刻画数据的丰富内在信息
- 【单选题】BP神经网络是一种按照误差逆转传播算法训练的多层前馈网络,学习算法是() A. 误差学习算法 B. 泛化误差校正算法 C. 误差校正学习算法 D. 校正算法
- 属于神经网络与深度学习相同点的是:() A: 二者均采用分层结构，系统包括输入层、隐层（多层）、输出层组成的多层网络，只有相邻层节点之间有连接，每一层可以看作是一个logistic回归模型 B: 二者均采用BP算法调整参数，即采用迭代算法来训练整个网络 C: 训练时均随机设定初值，计算当前网络的输出，然后根据当前输出和样本真实标签之间的差去改变前面各层的参数，直到收敛 D: 对于一个deepnetwork（7层以上），都会出现梯度扩散
- 在深度学习算法出现之前，经典BP神经网络的不足包括（ ）。 A: 训练耗时 B: 局部最优解 C: 层次越多学习能力越差 D: 梯度弥散，越远离最后一层误差越不明显
- 深度学习中的深度神经网络一般不采用BP算法的原因是：（ ）