首页 > 职业资格考试> 营销师
题目内容 (请给出正确答案)
[单选题]

在一个神经网络里,知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权重和偏差,就可以近似任何函数。实现的最佳的办法是()

A.随机赋值,祈祷它们是正确的

B.搜索所有权重和偏差的组合,直到得到最佳值

C.赋予一个初始值,通过检查跟最佳值的差值,然后迭代更新权重

D.以上都不正确

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“在一个神经网络里,知道每一个神经元的权重和偏差是最重要的一步…”相关的问题
第1题
关于模型参数(权重值)的描述,正确的说法是哪些()?

A.每一次Epoch都会对之前的参数进行调整,迭代次数越多,损失函数一般越小

B.训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中

C.在训练神经网络过程中,参数不断调整,其调整的依据是基于损失函数不断减少

D.模型参数量越多越好,但没有固定的对应规则

点击查看答案
第2题
在前馈神经网络中,误差后向传播(BP算法)将误差从输出端向输入端进行传输的过程中,算法会调整前馈神经网络的什么参数()?

A.同一层神经元之间的连接权重

B.相邻层神经元和神经元之间的连接权重

C.神经元和神经元之间连接有无

D.输入数据大小

点击查看答案
第3题
减少神经网络过拟合的说法,以下哪些是错误的()?

A.通过正则化可以减少网络参数的个数,一定程度可能增加过拟合

B.利用L1或L2正则化可以使权重衰减,从而一定程度上减少过拟合

C.在神经网络训练过程中类似dropout减少神经元或相关链接权的数量

D.通过增加数据扰动的数据增强减少了神经网络的过拟合

点击查看答案
第4题
信息从输入层到输出层单向传输,学习训练时将学习信号按连接通路返回以修改各层神经元连接权重的神经网络是()

A.Kohonen神经网络

B.BP神经网络

C.单层感知器

D.多层感知器

点击查看答案
第5题
下面关于神经元感知器的描述中,错误的说法是哪个()?

A.神经元感知器是一种简单的前馈式神经网络

B.神经元感知器可以接收n个输入,对应n个权重值

C.神经元感知器接收的n个输入对应n个偏置值

D.神经元感知器经过激活函数变换后输出结果

点击查看答案
第6题
下面对误差反向传播(errorbackpropagation,BP)描述不正确的是()。

A.BP算法是一种将输出层误差反向传播给隐含层进行参数更新的方法

B.BP算法将误差从后向前传递,获得各层单元所产生误差,进而依据这个误差让各层单元修正各单元参数

C.对前馈神经网络而言,BP算法可调整相邻层神经元之间的连接权重大小

D.在BP算法中,每个神经元单元可包含不可偏导的映射函数

点击查看答案
第7题
神经冲动传递的过程听起来相当简单。使人惊奇的是,神经冲动在神经元之间传递的过程快得让人难以置信。一些神经元拥有数以万计的突触,这些突触使得这些神经元能够和其他无数个小神经元交换信息。即使在你休息的时候,数以亿计的神经冲动也在通过你身体里的神经网络进行传递。这段话表明()。

A.神经冲动在体内快速、频繁、无休止地传递

B.神经冲动的速度快、质量高

C.神经冲动的数量多、信息量大

D.神经冲动要利用身体的神经网络进行

点击查看答案
第8题
:神经冲动传递的过程听起来相当简单。使人惊奇的是,神经冲动在神经元之间传递的过程快得让人难以置信。一些神经元拥有数以万计的突触,这些突触使得这些神经元能够和其他无数个小神经元交换信息。即使在你休息的时候,数以亿计的神经冲动也在通过你身体里的神经网络进行传递。这段话表明()。

A.神经冲动在体内快速、频繁、无休止地传递

B.神经冲动的速度快、质量高

C.神经冲动的数量多、信息量大

D.神经冲动要利用身体的神经网络进行

点击查看答案
第9题
神经网络的同步(并行)方式:任一时刻只有一个神经元调整状态,而其他神经元的状态保持不变。()
点击查看答案
第10题
人工神经网络中,一个单输入神经元的输入是2.0,权值是2.3,偏值是-3,其传输函数是()

A.-2.3

B.1.6

C.4.6

D.7.6

点击查看答案
第11题
在神经网络中常有权重共享现象,以下哪些神经网络会发生权重共享?()

A.循环神经网络

B.卷积神经网络

C.全连接神经网络

D.感知器

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改