题目内容
（请给出正确答案）
[单选题]
对于神经网络来讲，以下哪个说法是正确的？（)
A.优化凸目标函数
B.只能在随机梯度下降的情况下进行训练
C.可以混合使用不同的激活功能
D.以上均不是
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.优化凸目标函数
B.只能在随机梯度下降的情况下进行训练
C.可以混合使用不同的激活功能
D.以上均不是
如果结果不匹配，请 联系老师 获取答案
更多“对于神经网络来讲，以下哪个说法是正确的?()”相关的问题
A.正向传播更新参数
B.正向传播计算结果
C.反向传播更新参数
D.反向传播计算结果
A.激活函数都是非线性函数
B.激活函数大多数是非线性函数,少数是线性函数
C.激活函数都是线性函数
D.激活函数部分是非线性函数,部分是线性函数
A.权重和偏置都可以取全零初始化
B.使用正态分布初始化，但权重取太大或太小都会影响网络的训练
C.Xavier初始化可以减少梯度消失
D.合适的权重初始化可以加快神经网络的训练和效果
A.训练时新样本的加入对已经学习的样本没影响
B.易陷入局部极小值
C.学习效率低，收敛速度慢
D.隐层的个数以及隐层节点的数量选取缺乏理论指导
A.在FPGA硬件下，要求OpenCV运行在CPU或GPU上
B.在VPU硬件下，支持神经网络计算棒
C.在VPU硬件下，不支持macOS操作系统
D.在FPGA硬件下，支持CentOS7.464位
A.交叉熵也可以作为分类预测问题的损失函数
B.在使用梯度下降时，加上冲量项会减少训练的速度，但可能会增加陷入局部极小值的可能
C.与批量梯度下降法相比，使用小批量梯度下降法可以降低训练速度，但达到全局最优解可能需要更多的迭代次数
D.神经元的激活函数选择不影响神经网络的训练过程和最终性能
A.神经元感知器是一种简单的前馈式神经网络
B.神经元感知器可以接收n个输入，对应n个权重值
C.神经元感知器接收的n个输入对应n个偏置值
D.神经元感知器经过激活函数变换后输出结果
A.Pandas是Python用于数据分析的重要模块
B.Pandas模块包含了多种神经网络算法
C.Numpy模块提供了对数组的高性能处理功能
D.SciKit-Learn(sk learn) 模块包含了多种机器学习算法
A.手臂/躯干/臀部/手/脚的正确定位
B.身体的控制，延伸，平衡
C.动作的风格正确
D.膝关节和以及脚踝快速的弹动技术
