判断题
X 纠错
深度信念网基于玻尔兹曼机原理。
参考答案:
错
进入题库练习
查答案就用赞题库小程序
还有拍照搜题 语音搜题 快来试试吧
无需下载 立即使用
你可能喜欢
判断题
卷积神经网络中的卷积层实现特征提取,池化层实现特征降维,全连接层为分类器。
参考答案:
对
点击查看答案
进入题库练习
判断题
在BP算法中,前一层的学习信号可以通过后一层的学习信号以及当前权向量及激活函数的导数推导。
参考答案:
对
点击查看答案
进入题库练习
判断题
采用非线性激活函数可以实现感知器解决非线性分类问题。
参考答案:
错
点击查看答案
进入题库练习
判断题
单个感知器算法的局限是只能用于线性分类。
参考答案:
对
点击查看答案
进入题库练习
判断题
激活函数的非线性使得具有多个层次的神经网络输入输出之间可以形成复杂的非线性映射关系。
参考答案:
对
点击查看答案
进入题库练习
判断题
前馈网络表达输入和输出之间的映射关系,为静态网络,输出作用在网络的输入中。
参考答案:
错
点击查看答案
进入题库练习
判断题
概率型学习网络具有内部反馈。
参考答案:
对
点击查看答案
进入题库练习
判断题
逐层更新法可以用于反馈型网络的学习。
参考答案:
错
点击查看答案&解析
进入题库练习
判断题
玻尔兹曼机最终学习结果是使网络的输入输出联合概率分布与训练集样本的输入输出联合概率分布最为接近。
参考答案:
对
点击查看答案&解析
进入题库练习
判断题
神经网络的学习规则有逐层更新学习、竞争学习和概率型学习。
参考答案:
对
点击查看答案
进入题库练习
赞题库
赞题库-搜题找答案
(已有500万+用户使用)
历年真题
章节练习
每日一练
高频考题
错题收藏
在线模考
提分密卷
模拟试题
无需下载 立即使用
手机版
电脑版
版权所有©考试资料网(ppkao.com)All Rights Reserved