实现MNIST数据集的神经网络输入层和输出层分别有( ) 个神经元
A: 784，50
B: 100，50
C: 784，10
D: 100，10
A: 784，50
B: 100，50
C: 784，10
D: 100，10
举一反三
- 在手写数字识别的例子中，输入的图片为长和宽都是28像素的图片，输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题，输入层是()维的，输出层是()维的。 A: 28;10 B: 784;10 C: 28;1 D: 784;1
- 定义一个神经网络，假设输入层有4个神经元，第一个隐含层中有10个神经元，则输入层和第一个隐含层之间可训练参数的总数是______。 A: 10 B: 40 C: 44 D: 50
- 神经网络的隐藏层指的是 A: 计算最终输出结果的神经元层 B: 是输入数据 C: 接受输入数据的神经元层 D: 在输出层之前，对输入数据进行中间结果运算的神经元层
- 假设一个BP神经网络的输入层、隐层和输出层分别有3、6和4个神经元，请问这个网络一共有多少个权重需要训练？
- 以下关于MNIST数据集和Fashion_mnist数据集描述正确的是? A: MNIST数据集一共包括7万张图片，其中6万张用于训练，1万张用于测试 B: 每张图片包括784(28×28)个像素点 C: MNIST数据集是为0到9的手写数字数据集 D: Fashion_mnist数据集中的图片被分为10类