BP（后向传播）神经网络的特点包括（）。
A: 至少包含一个隐藏层
B: 网络中下一层神经元与上一层的所有神经元连接
C: 是一种多层前向（前馈）人工神经网络
D: 神经元的激励函数可以是线性函数也可以是非线性函数
A: 至少包含一个隐藏层
B: 网络中下一层神经元与上一层的所有神经元连接
C: 是一种多层前向（前馈）人工神经网络
D: 神经元的激励函数可以是线性函数也可以是非线性函数
举一反三
- 关于BP（反向传播）神经网络，正确的说法包括（ ）。 A: 至少包含一个隐藏层 B: 网络中下一层神经元与上一层的所有神经元连接 C: 是一种多层前向（前馈）人工神经网络 D: 同一层的神经元与神经元之间是连接的
- 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
- BP 网络具有很强的学习能力，根据Kolmogorov定理，一个三层的BP网络就可以任意精度逼近一个任意给定的连续函数f;这与BP网络的结构特性相关，它（ ）。 A: 是一种反馈型神经网络 B: 至少包含一层隐含层 C: 是一个全连接网络（西一层神经元与上一层的所有神经元连接） D: 隐含层中的神经元的激励函数为非线性函数
- 人工神经网络是一个非线性系统，即便网络中节点（神经元）的激励函数都是线性函数。
- 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