关于SOM神经网络描述错误的是:()。
A、一种竞争学习型的无监督神经网络
B、将高维输入数据映射到低维空间,保持输入数据在高维空间的拓扑结构
C、SOM寻优目标为每个输出神经元找到合适的权重
D、输出层神经元以矩阵方式排列在二维空间
A、一种竞争学习型的无监督神经网络
B、将高维输入数据映射到低维空间,保持输入数据在高维空间的拓扑结构
C、SOM寻优目标为每个输出神经元找到合适的权重
D、输出层神经元以矩阵方式排列在二维空间
A、SOM网络
B、RBF网络
C、ART网络
D、ELman网络
A、神经网络模型是许多逻辑单元按照不同层级组织起来的网络,每一层的输出变量都是下一层的输入变量
B、神经网络模型建立在多神经元之上
C、神经网络模型中,无中间层的神经元模型的计算可用来表示逻辑运算
D、神经网络模型一定可以解决所有分类问题
神经网络模型(Neural Network)因受人类大脑的启发而得名。神经网络由许多神经元(Neuron)组成,每个神经元接受一个输入,对输入进行处理后给出一个输出。请问下列关于神经元的描述中,哪一项是正确的()。
A、每个神经元有一个输入和一个输出
B、每个神经元有多个输入和一个输出
C、每个神经元有一个输入和多个输出
D、每个神经元有多个输入和多个输出
A、CNN中的全连接层常用softmax作为激活函数。
B、CNN中的池化层用于降低特征图维数,以避免过拟合。
C、CNN由卷积层、池化层和全连接层组成,常用于处理与图像有关的问题。
D、由于卷积核的大小一般是3*3或更大,因此卷积层得到的特征图像一定比原图像小。
下列关于RNN、LSTM、GRU说法正确的是()。
A、RNN引入了循环的概念
B、LSTM可以防止梯度消失或者爆炸
C、GRU是LSTM的变体
D、RNN、LSTM、GRU是同一神经网络的不同说法,没有区别
A、增加网络层数,可能会增加测试集分类错误率
B、增加网络层数,一定会增加训练集分类错误率
C、减少网络层数,可能会减少测试集分类错误率
D、减少网络层数,一定会减少训练集分类错误率
A、非监督学习的样本数据是要求带标签的
B、监督学习和非监督学习的区别在于是否要求样本数据带标签
C、强化学习以输入数据作为对模型的反馈
D、卷积神经网络一般用于图像处理等局部特征相关的数据