什么是影响神经网络的深度选择的因素？（）
A: 神经网络的类型，例如：多层感知机(Multi-LayerPerceptrons,MLP)，卷积神经网络(ConvolutionalNeuralNetworks,CNN)
B: 学习率
C: 计算能力，即硬件和软件能力
D: 输入数据
E: 输出函数映射
A: 神经网络的类型，例如：多层感知机(Multi-LayerPerceptrons,MLP)，卷积神经网络(ConvolutionalNeuralNetworks,CNN)
B: 学习率
C: 计算能力，即硬件和软件能力
D: 输入数据
E: 输出函数映射
举一反三
- 在选择神经网络的深度时，下面哪些参数需要考虑？( ) A: 输入数据 B: 学习速率 C: 神经网络的类型(如MLP,CNN) D: 计算能力(硬件和软件能力决定) E: 映射的输出函数
- 什么是影响神经网络的深度选择的因素？ A: 神经网络的类型 B: 输入数据和计算能力 C: 学习率和输出函数映射 D: 以上均是
- 深度学习中最经典的网络是CNN，即卷积神经网络。（ ）
- 深度学习涉及的主要方法包括基于卷积运算的神经网络(卷积神经网络CNN) 基于多层神经元的自编码神经网络和深度置信网络(DBN)等。
- 下列不属于常见的深度神经网络结构有（ ）。 A: 单一神经网络 B: 长短时记忆网络 C: 卷积神经网络 D: 循环神经网络