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。
举一反三
- 人工神经网络是一个非线性系统，神经元的激励函数都是线性函数。( )
- 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
- 激活函数对于神经网络模型学习、理解非常复杂的问题有着重要的作用，以下关于激活函数说法正确的是（） A: 激活函数都是线性函数 B: 激活函数都是非线性函数 C: 激活函数部分是非线性函数，部分是线性函数 D: 激活函数大多数是非线性函数，少数是线性函数
- 人工神经网络的基本要素（） A: 神经元激活函数 B: 网络的学习 C: 神经元之间的连接 D: 网络的层次
- 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