下面对前馈神经网络这种深度学习方法描述不正确的是（）

A、K-means聚类是一种浅层学习方法

B、线性回归分析是一种浅层学习方法

C、包含了若干隐藏层的前馈神经网络是一种深度学习方法

D、浅层学习仅能实现线性映射、深度学习可以实现非线性映射

A、评估学习方式、有标注信息学习方式、端到端学习方式

B、有标注信息学习方式、端到端学习方式、端到端学习方式

C、评估学习方式、端到端学习方式、端到端学习方式

D、无标注学习、有标注信息学习方式、端到端学习方式

A、同层神经元之间存在连接

B、在前馈神经网络FNN中，隐含层均为标准神经元，带有激活函数

C、隐含层，是指其中神经元的状态在输出端无法直接观测

D、隐含层输入的权重需要学习得到

A、网络结构的层次越深，其学习的特征越多，10层的结构要优于5层的

B、网络的层次越深，其训练时间越久，5层的网络要比4层的训练时间更长

C、在不同的网络结构中，层数与神经元数量正相关，层数越多，神经元数量一定越多

D、深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多寡相关

A、网络结构的层次越深，其学习的特征越多，10层的结构要优于5层的。

B、网络的层次越深，其训练时间越久，5层的网络要比4层的训练时间更长。

C、在不同的网络结构中，层数与神经元数量正相关，层数越多，神经元数量一定越多。

D、深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多寡相关。

B.收敛速度较慢

C.精度较高

D.精度较低

A、深度学习是机器学习的重要分支

B、深度学习来源于人工神经网络

C、深度学习是多层的人工神经网络，典型的模型包括卷积神经网络等

D、其它答案都不对

此题为判断题(对，错)。

A、深度学习采用多层前向神经网络

B、神经网络的隐藏层数量体现了网络的“深度”，一般应具有多个隐藏层

C、深度神经网络相邻层节点之间有连接，但不一定是全连接

D、深度神经网络同一层及跨层节点之间无连接

A、池化在CNN中可以减少较多的计算量，加快模型训练

B、通道数量越多，获得的特征图也就越多

C、网络的层次越深，其训练时间越久，5层的网络要比4层的训练时间更长

D、网络结构的层次越深，其学习的特征可能越多，性能可能越好