如果结果不匹配，请 
更多“深度神经网络可以在信号的()等多个环节发挥功能。”相关的问题
第2题
深度学习中如果神经网络的层数较多比较容易出现梯度消失问题，严格意义上来讲是在以下哪个环节出现梯度消失问题？（)
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
第3题
有关深度神经网络的训练（Training）和推断（Inference），以下说法中不正确的是：（）。
A.将数据分组部署在不同GPU上进行训练能提高深度神经网络的训练速度。
B.TensorFlow使用GPU训练好的模型，在执行推断任务时，也必须在GPU上运行。
C.将模型中的浮点数精度降低，例如使用float16代替float32，可以压缩训练好的模型的大小。
D.GPU所配置的显存的大小，对于在该GPU上训练的深度神经网络的复杂度、训练数据的批次规模等，都是一个无法忽视的影响因素
第7题
在使用阿里云可视化机器学习开发环境PAI-Studio深度学习组件TensorFlow时，拖拽TensorFlow组件实验后，可以在组件设置界面上进行以下哪些方面的实质（）。
A.设置神经网络程序
B.设置运行节点个数
C.设置TensorFlow版本
D.设置checkpoint
E.设置NAS文件系统
第8题
梯度爆炸问题是指在训练深度神经网络的时候，梯度变得过大而损失函数变为无穷。在RNN中，下面哪种方法可以较好地处理梯度爆炸问题？（）
A.用改良的网络结构比如LSTM和GRUs
B.梯度裁剪
C.Dropout
D.所有方法都不行
第9题
关于Word2vec，下列说法正确的是（）
A.Word2vec是无监督学习
B.Word2vec利用当前特征词上下文信息实现词向量编码，是语言模型的副产品
C.Word2vec能够表示词汇之间的语义相关性
D.Word2vec没有使用完全的深度神经网络
E.Word2vec可以采用负采样的技术在大词表上优化计算
第10题
以下关于卷积神经网络CNN错误的是（）
A.卷积神经网络只能处理图像信息
B.卷积神经网络是深度学习的代表算法之一
C.卷积神经网络可以用于遥感图像的分割
D.卷积神经网络不只包含卷积层
第11题
神经网络模型（Neural Network）因受人类大脑的启发而得名。神经网络由许多神经元（Neuron）组成，每个神经元接受一个输入，对输入进行处理后给出一个输出，请问下列关于神经元的描述中，哪一项是正确的？（）
A.每个神经元可以有一个输入和一个输出
B.每个神经元可以有多个输入和一个输出
C.每个神经元可以有一个输入和多个输出
D.上述都正确
