关于深度学习或深度神经网络的说法正确的有()
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: 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,A,A,A,B,C,D
举一反三
- 深度学习或深度神经网络是多层 （） 神经网络，相邻层节点之间有（ ） ，但不一定是全连接；同一层及跨层节点之间 （ ）， 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，
- 深度神经网络的深度一般是指网络隐藏层的数量
- 深度学习源于人工神经网络算法，包含多个隐含层，同一层及跨层节点之间 A: 有连接 B: 无连接 C: 部分有连接 D: 不确定有无连接
- 人工神经网络（Artificial Neural Network,ANN）是20世纪80年代以来人工智能领域兴起的研究热点。它是从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也简称为神经网络或类神经网络，其本质是一种【1】模型。从神经网络的逻辑架构来看，在网络中，分成输入层，隐藏层，和输出层。【2】负责接收信号，【3】负责对数据的分解与处理，最后的结果被整合到【4】。具有多个隐藏层的神经网络被称为深度神经网络，基于深度神经网络的学习研究称之为【5】。深度学习模型中最常用的模型有【6】网络、循环神经网络和生成式对抗网络候选项：A.深度学习 B.输入层 C. 输出层 D. 神经 E. 隐藏层 F. 计算 G. 数学 H. 卷积神经
- 深度学习和人工神经网络都是人工智能领域常见的名词,它们之间有区别也有联系。下列关于深度学习和神经网络的说法中,正确的有()。 A: 深度学习是基于人工神经网络发展而来的联结主义学习方法 B: 深度学习和人工神经网络均采用分层结构，系统包括输入层、隐层（多层）、输出层组成的多层网络 C: 深度学习采用BP算法调整参数，即采用迭代算法来训练整个网络 D: 人工神经网络采用逐层训练机制
内容
- 0
关于深度前馈网络描述正确的是（） A: 深度前馈网络是神经网络的一种 B: 深度前馈网络只有一个隐藏层 C: 深度前馈网络隐藏上的unit一般会有无数个 D: 深度前馈网络用于处理线性问题
- 1
深度神经网络“越深”，网络隐含层越多。
- 2
下列不属于常见的深度神经网络结构有（ ）。 A: 单一神经网络 B: 长短时记忆网络 C: 卷积神经网络 D: 循环神经网络
- 3
下列关于深度学习网络结构描述不正确的是() A: 深度学习网络可以用“含多隐层的多层感知器构成”来描述 B: 深度学习网络是前馈神经网络 C: 感知机就是深度学习网络 D: 深度学习网络可以用流向图来描述
- 4
关于人工神经网络的说法错误的是（） A: 多层前向神经网络一般需要同一层神经元间相互连接 B: 深度学习一般使用具有多个隐藏层的神经网络 C: 训练神经网络的主要目的是学习神经元间的连接权值 D: 卷积神经网络（CNN）可以逐层抽取数据特征实现自动特征学习