隐含层，是指其中神经元的状态在输出端无法直接观测
举一反三
- 关于前馈神经网络，以下说法不正确的是： 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
- 下列说法正确的数量为（）： a.前馈神经网络可以含有多个隐含层 b.前馈神经网络的输入层神经元将信息加权后，经过激活函数传递到第二层神经元 c.FNN中的隐含层是指在输入层和输出层之间无法之间观测状态的标准神经元 d.FNN的前后层神经元和同层神经元之间都存在连接，因此称为全连接
- 下列人工神经网络结构的流程正确的是（ ）。 A: 隐含层—输入层—输出层 B: 隐含层—输出层—输入层 C: 输入层—隐含层—输出层 D: 输入层—输出层—隐含层
- 前馈神经网络中，神经元分层排列，组成输入层、隐含层和输出层。每一层的神经元只接受前一层神经元的输入。输入模式经过各层的顺次变换后，由输出层输出。在各神经元之间不存在反馈。
- BP算法的意义不包括： A: 隐含层神经元可以直接直接观测其误差，也可以调整其权重 B: 网络误差是由多层信号累积导致，BP算法将误差“分配”到各个层 C: 从输出层开始，逐层调整自身权重 D: 输出层得到误差信号之后，将该误差按照权重比例“反传”给上一层神经元