下列关于Sequential的描述,错误的是__。A.Sequential是keras中的一种神经网络框架B.Sequential只能实现全连接神经网络C.Sequential中封装了神经网络结构D.Sequential框架各层按照先后顺序堆叠()
A.1
B.2
C.3
D.4
A.1
B.2
C.3
D.4
第1题
A、神经网络中单个神经元的破坏不会影响结果,因此具有较好的容错机制
B、神经网络具有并行计算的能力
C、神经网络计算过程中不能省略神经元的阈值参数
D、误差反向传播过程中采用负梯度下降算法
第2题
A、采用误差反向传播的负梯度下降算法调整网络权值
B、BP网络是一种前向网络结构
C、神经网络的层内之间不存在连接
D、前一层的神经元和后一层的神经元存在部分连接关系
第4题
A、卷积神经网络的层与层之间都是全连接网络
B、卷积神经网络的层与层之间都是部分连接网络
C、卷积神经网络的层与层之间既有可能是全连接,也有可能是局部连接。通常是开始的若干层是局部连接,最后的层是全连接
D、卷积神经网络的层与层之间既有可能是全连接,也有可能是局部连接。通常是开始的若干层是全连接,最后的层是局部连接
第5题
A、感知器模型的激活函数可导,可以通过梯度下降求解损失函数最小值
B、损失函数用于衡量当前权重在整个数据集上的总误差
C、标准神经元每个输入端具有不同的权重
D、Sigmoid函数是连续可导的,同时具有“两极分化”的特点
第6题
A、对于图像而言,由于通常一般是局部的像素联系较为紧密,而距离较远的像素相关性则相对较弱。因而可以采用局部感知,即每个神经元可以只需对局部信息进行感知,然后在更高层将局部信息进行综合以得到全局的信息
B、可以把卷积想象成作用于矩阵的一个滑动窗口函数。滑动窗口又称作卷积核、滤波器或是特征检测器
C、对于给定的输入图像,卷积操作的输出图像中每一个像素实际上是输入图像中局部区域中像素的加权平均,其权值由一个函数定义,这个函数称为卷积核
D、其它答案都不对
第7题
A、是典型的分层前馈神经元网络
B、BP神经网络的基本网络结构从多层感知器而来
C、相邻两层神经元之间是全连接的
D、BP网络中每个神经元学习的规则不是误差反馈学习
第9题
A、与Tensorflow一样,Keras是一个多层神经网络开发包,只是它的语法更简单、使用更方便
B、Keras是专门用来构建CNN序贯模型的神经网络开发包,不能构建其它神经网络
C、使用Keras构建的神经网络模型必须经过编译(Compile)之后,才能输入数据进行训练
D、Keras可以作为Tensorflow的后端使用
第10题
A、激活函数的目标是为了提高模型训练的速度。
B、神经网络中一定要有激活函数。
C、线性模型通过增加更多变量可以解决线性不可分问题。
D、神经网络中需要使用非线性激活函数。
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!