下列关于神经网络说法不正确的是()
下列关于神经网络说法不正确的是( )。
A) 高速寻找优化解
B) 不如决策树稳定
C) 非线性
D) 具有自学习、自组织、自适应性
下列关于神经网络说法不正确的是( )。
A) 高速寻找优化解
B) 不如决策树稳定
C) 非线性
D) 具有自学习、自组织、自适应性
A.神经网络的工作原理与生物体内的神经元是完全一样的
B.训练神经网络的实质是对复杂函数求参数最优解的过程
C.增加神经网络的层数和增加每层的神经元个数的效果是一样的
D.神经网络只能进行二分类,不能进行更多种类的分类了
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.与传统自适应控制相同,神经网络自适应控制也分为神经网络自校正控制和神经网络模型参考自适应控制两种
B.神经网络自校正控制分为直接自校正控制和间接自校正控制
C.神经网络自适应评判控制通常由两个网络组成,分别是自适应评判网络和控制选择网络
D.以上说法都不正确
A.BP神经网络的训练过程中,先进行后向传播再进行前向传播
B.通过损失函数对后向传播结果进行判定
C.通过前向传播过程对权重参数进行修正
D.训练过程中权值参数的运算量很大,一般采用梯度下降法
A.损失函数必须在程序开发时定义,否则程序无法执行
B.损失函数决定了神经网络的拟合精度
C.损失函数决定了神经网络的收敛速度
D.不同损失函数的训练精度不同
B.1980年,CMU为DEC设计了一套名为XCON的“专家系统”,取得巨大成功,人工智能研究进入第二次高潮
C.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《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,成为人工智能诞生的标志
D.1973年,英国科学研究委员会(SRC)向英国政府提交了一份由知名应用数学家JamesLighthill爵士带头起草的报告,对人工智能研究各个领域的实际进展提出了质疑,人工智能研究进入第一个冬天
A.Keras的前身是Torch,其底层和Torch框架一样,但是使用Python重新写了很多内容,不仅更加灵活,支持动态图,而且提供了Python接口
B.可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口,进行深度学习模型的设计、调试、评估、应用和可视化
C.在代码结构上由面向对象方法编写,完全模块化并具有可扩展性
D.支持现代人工智能领域的主流算法
E.在硬件和开发环境方面,Keras支持多操作系统下的多GPU并行计算
A.偏置值可以用来度量神经元产生正(负)激励的难易程度
B.偏置值和求和后的输入信号相加
C.神经网络模型中偏置值是固定值
D.偏移值可以影响神经网络模型训练速度
A.是目前网络深度最深、应用最成功的深度学习模型
B.卷积神经网络模拟了人类信息处理的过程
C.图像的卷积,很类似视觉皮层对图像进行某种特定功能的处理
D.模拟大脑的视觉处理过程就是卷积神经网络的思路