第1题:
A.大规模串行结构和信息的串行处理
B.神经网络是通过输入多个非线性模型以及不同模型之间的加权互联
C.主流的神经网络算法是反馈传播,该算法在多层前向型神经网络上进行学习
D.知识和结果的不可解释性
第2题:
A.神经网络的稳定性与收敛性问题。
B.神经网络学习算法的实时性。
C.神经网络控制器和辨识器的模型和结构。
D.神经网络处理的对象。
第3题:
A.神经网络的应用
B.神经元模型
C.神经网络结构
D.神经网络学习算法
第4题:
影响深度卷积神经网络算法的关键参数是()。
第5题:
A.其他选项都不对
B.没啥问题,神经网络会正常开始训练
C.神经网络可以训练,但是所有的神经元最后都会变成识别同样的东西
D.神经网络不会开始训练,因为没有梯度改变
第6题:
A、CNN
B、RNN
C、LSTM
D、SVM
第7题:
A.神经元(信息处理单元)的特性。
B.神经元之间相互连接的形式——拓扑结构。
C.为适应环境而改善性能的学习规则。
D.初始权值参数。
第8题:
A.监督学习
B.强化学习
C.弱化学习
D.无监督学习
第9题:
第10题:
卷积神经网络是一种常用来处理具有网格结构拓扑数据的神经网络,如处理时序数据和图像数据等,广泛应用于人脸识别、物品识别等领域。()