首页 > 公务员考试
题目内容 (请给出正确答案)
[单选题]

在一个神经网络中,知道每一个神经元的权重和偏差是最重要的一步。如果知道了神经元准确的权重和偏差,便可以近似任何函数,但怎么获知每个神经的权重和偏移?()

A.搜索每个可能的权重和偏差组合,直到得到最佳值

B.赋予一个初始值,然后检查跟最佳值的差值,不断迭代调整权重

C.随机赋值

D.以上都不正确的

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“在一个神经网络中,知道每一个神经元的权重和偏差是最重要的一步…”相关的问题
第1题
假设已经建立了一个神经网络,决定将权重和偏差初始化为零。以下哪项陈述是正确的?()

A.第一隐藏层中的每个神经元将执行相同的计算。因此,即使在梯度下降的多次迭代之后,层中的每个神经元将执行与其他神经元相同的计算。

B.第一隐层中的每个神经元在第一次迭代中执行相同的计算。但是在梯度下降的一次迭代之后,他们将学会计算不同的东西,因为已经“破坏了对称性”。

C.第一个隐藏层中的每个神经元将执行相同的计算,但不同层中的神经元执行不同的计算,因此完成了课堂上所描述的“对称性破坏”。

D.即使在第一次迭代中,第一个隐藏层的神经元也会执行不同的计算,因此,它们的参数会以自己的方式不断演化

点击查看答案
第2题
关于SOM神经网络描述错误的是:()。

A.一种竞争学习型的无监督神经网络

B.将高维输入数据映射到低维空间,保持输入数据在高维空间的拓扑结构

C.SOM寻优目标为每个输出神经元找到合适的权重

D.输出层神经元以矩阵方式排列在二维空间

点击查看答案
第3题
在监督学习任务中,使用一个神经网络A数据进行分类,假设类的数量是2,则该神经网络输出层中的神经元的数量为2。()
点击查看答案
第4题
在前向型的神经网络中,每个输入字段都会对应一个输入神经元。()
点击查看答案
第5题
人工神经网络中,一个单输入神经元的输入是2.0,权值是2.3,偏值是-3,其传输函数是()

A.-2.3

B.1.6

C.4.6

D.7.6

点击查看答案
第6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.每个神经元有一个输入和一个输出

B.每个神经元有多个输入和一个输出

C.每个神经元有一个输入和多个输出

D.每个神经元有多个输入和多个输出

点击查看答案
第7题
关于人工神经网络(Artificial Neural Networks),下列叙述正确的是()。
A.1957年,美国年轻的心理学家弗兰克·罗森布拉特(Frank Rosenblatt)提出感知机(Perceptron)理论,模拟人类感知能力,在康奈尔航空实验室建立了一个人工神经网络

B.1943年,美国心理学家沃伦·麦卡洛克(Warren McCulloch)和数理逻辑学家沃尔特·皮兹(Walter Pitts)发表了人工智能领域的开篇之作《神经活动中内在思想的逻辑演算》,提出了人工神经网络的概念和神经元模型

C.人工神经网络由大量节点(或称神经元)之间相互联接构成,试图模仿大脑神经元之间传递、处理信息的模式

D.加拿大认知心理学家和计算机科学家杰弗里·欣顿(Geoffrey E.Hinton)最早提出人工神经网络的概念,被称为“神经网络之父”“深度学习鼻祖”,2018年获得图灵奖

点击查看答案
第8题
关于Dropout说法正确的是:()。

A.Dropout背后的思想其实就是把DNN当做一个集成模型来训练,之后取所有值的平均值,而不只是训练单个DNN

B.DNN网络将Dropout率设置为p,也就是说,一个神经元被保留的概率是1-p。当一个神经元被丢弃时,无论输入或者相关的参数是什么,它的输出值就会被设置为0

C.丢弃的神经元在训练阶段,对BP算法的前向和后向阶段都没有贡献。因为这个原因,所以每一次训练,它都像是在训练一个新的网络

D.Dropout方法通常和L2正则化或者其他参数约束技术(比如MaxNorm)一起使用,来防止神经网络的过拟合

点击查看答案
第9题
卷积神经网络中同一卷积层的所有卷积核是权重共享()。

A.对

B.错

点击查看答案
第10题
()网络是一种竞争学习型的无监督神经网络,它能将高维输入数据映射到低维空间,同时保持输入数据在高维空间的拓扑结构,即将高维空间中相似的样本点映射到网络输出层中的临近神经元。

A.SOM网络

B.RBF网络

C.ART网络

D.ELman网络

点击查看答案
第11题
激活函数的作用为给神经元引入了非线性因素,使得神经网络可以任意逼近任何非线性函数,深层神经网络表达能力更强大,可以应用到众多的非线性模型中。()
点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改