2、在训练好的深度神经网络中,低层隐含层(特征层)的输出更接近原始输入数据,随着隐含层层数的增加,输出的特征变得抽象。

2、在训练好的深度神经网络中,低层隐含层(特征层)的输出更接近原始输入数据,随着隐含层层数的增加,输出的特征变得抽象。


参考答案和解析
反向传播算法

相关考题:

神经网络中误差精度的提高可以通过增加隐含层中的神经元数目来实现。() 此题为判断题(对,错)。

对于多层感知机,()层拥有激活函数的功能神经元。 A、输入层B、隐含层C、输出层

神经网络的组成层次中错误的是()。 A、输入层B、隐藏层C、中间层D、输出层

深度卷积神经网络是典型的深度学习算法,通过编程实现深度神经网络结构与()相结合,然后自动利用学习获得大数据中隐含的多级多层特征。 A.监督学习B.强化学习C.弱化学习D.无监督学习

人工神经网络技术评价油气层的实质是()。 A、模拟人脑神经冲动传导原理而建立模型B、寻找输入层和输出层C、获取单元层间的连接权值D、采用误差反传播法,把输出单元的误差逐层向输入层逆向传播给各单元,最终获得趋于实际的结果

具有偏差和至少()个S型隐含层加上一个()输出层的网络能够逼近任何有理数。 A.2,非线性B.2,线性C.1,非线性D.1,线性

一个计算机应用系统一般都可以把它看成是由三部分组成的,即( )。A.输入层、处理层和输出层B.表示层、功能层和数据层C.表示层、功能层和输入/输出层D.管理层、处理层和输入/输出层

一个计算机应用系统一般都由三部分组成的,即( )。A.输入层、处理层和输出层B.表示层、功能层和输儿输出层C.表示层、功能层和数据层D.管理层、处理层和输入/输出层

一个计算机应用系统一般都由三部分组成的,即( )。A.输入层、处理层和输出层B.表示层、功能层和输入/输出层C.表示层、功能层和数据层D.管理层、处理层和输入/输出层

如何以神经网络仿真逻辑回归(Logistic Regression)?()A、输入层节点个数设定为2B、输出层节点个数设定为2C、隐藏层节点个数设定为0D、隐藏层节点个数设定为1

数据挖掘技术中的神经网络的组织部分不包括()。A、输入层B、中间层C、隐藏层D、分析层

在第五章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、784;10B、28;10C、784;1D、28;1

能够提取出图片边缘特征的网络是()。A、卷积层B、池化层C、全连接层D、输出层

一个完整的人工神经网络包括()。A、一层输入层B、多层分析层C、多层隐藏层D、两层输出层

按建筑物的层数分类,下类分类正确的是()。A、低层建筑,层在1-6层B、多层建筑,层数在4-6层C、中高层建筑,层数7-9层D、高层建筑,层数在10层或10层以上的建筑

当倒传递神经网络(BP神经网络)无隐藏层,输出层个数只有一个的时候,也可以看做是逻辑回归模型。

在分层数据流图中,若某层的加工K分解成下层的数据流图L,则()A、K与L的输入、输出数据流不一定相同B、K与L的输入数据流必须相同、输出数据流不一定相同C、K与L的输入、输出数据流必须相同D、K与L的输入数据流可以不同、输出数据流必须相同

在超文本*系统HAM模型中,实现超文本输入输出格式标准化转换的是()。A、数据库层B、存储层C、用户界面层D、超文本抽象机层

决定神经网络拓朴结构的是隐含层节点的个数与连接方式。

单选题能够提取出图片边缘特征的网络是()。A卷积层B池化层C全连接层D输出层

单选题在超文本*系统HAM模型中,实现超文本输入输出格式标准化转换的是()。A数据库层B存储层C用户界面层D超文本抽象机层

单选题在递归网络中,多个神经元互连以组织一个互连神经网络,有些神经元的输出被反馈至神经元的()A同层B同层或前层C前层D输出层

单选题人工神经网络技术评价油气层的实质是()。A模拟人脑神经冲动传导原理而建立模型B寻找输入层和输出层C获取单元层间的连接权值D采用误差反传播法,把输出单元的误差逐层向输入层逆向传播给各单元,最终获得趋于实际的结果

单选题如何以神经网络仿真逻辑回归(Logistic Regression)?()A输入层节点个数设定为2B输出层节点个数设定为2C隐藏层节点个数设定为0D隐藏层节点个数设定为1

单选题数据挖掘技术中的神经网络的组织部分不包括()。A输入层B中间层C隐藏层D分析层

多选题一个完整的人工神经网络包括()。A一层输入层B多层分析层C多层隐藏层D两层输出层

判断题决定神经网络拓朴结构的是隐含层节点的个数与连接方式。A对B错

BP神经网络模型拓扑结构不包括 (1.0分) [单选.] A. 输入层 B. 隐层 C. 输出层 D. 显层