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

以下关于神经网络和深度学习说法正确的是() 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，同一层以及跨层节点之间相互无连接，每一层可以看作是一个logistic回归模型 B: 采用BP算法调整参数，即采用迭代算法来训练整个网络。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 C: 采用逐层训练机制。采用该机制的原因在于如果采用BP机制，对于一个deepnetwork（7层以上），残差传播到最前面的层将变得很小，出现所谓的gradientdiffusion（梯度扩散） D: 其优势在于可通过学习一种深层非线性网络结构，实现复杂函数逼近，表征输入数据分布式表示