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
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
举一反三
- 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(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
- 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
- 假设一个BP神经网络的输入层、隐层和输出层分别有3、6和4个神经元,请问这个网络一共有多少个权重需要训练?
- 采用BP算法的神经网络模型称为(),一般由输入层、隐层和输出层组成,隐层可以是一层或者多层,每个层中又包含许多单个神经元,在BP神经网络中,层与层之间的神经元是全连接,层内部的神经元之间是无连接的。 A: BP神经网络 B: CNN C: NLP D: NLU