（）网络是一种竞争学习型的无监督神经网络，它能将高维输入数据映射到低维空间，同时保持输入数据在高维空间的拓扑结构，即将高维空间中相似的样本点映射到网络输出层中的临近神经元。

A、前向型

B、后向型

C、反馈型

D、自组织竞争型

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

A、竞争比较激烈

B、地域传播广

C、信息过多容易被忽略

D、有些人不具备上网条件

A、虚拟网络

B、仿真网络

C、人工网络

D、智能网络

是

否

正确

错误

A、可用于处理时间序列数据

B、可用于处理图像数据

C、卷积网络中使用的卷积运算就是数学中的卷积计算

D、至少在网络的一层中使用卷积

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

正确

错误

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

A、CNN和RNN都属于神经网络，因此二者的训练方式完全一致，均采用BP算法。

B、CNN和RNN都采用了权值共享机制以减少网络中的参数量。

C、在同一个网络中，CNN结构和RNN结构不能同时使用。

D、CNN适用于图像处理，而RNN适用于序列数据处理。