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