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样度消失间题？-（）

A.梯度消失问题

B.过拟合问题

C.数据不平衡问题

D.梯度爆炸问题

A.如果激活函数的输出不是以0为均值的，可能会影响收敛速度

B.使用logistic函数作为激活函数时，神经网络的输出可以看作概率

C.使用Tanh函数来代替logistic函数，可以避免梯度消失问题

D.sigmoid函数存在梯度消失问题

A.Sigmoid

B.Softplus

C.Tanh

D.ReLU

A、长期短期记忆网络是一种前馈神经网络。

B、双向RNN很好地解决了梯度消失的问题

C、如果一个完全连接的RNN有足够数量的sigmoid型隐藏神经元，它可以以任意的准确率去近似任何一个非线性动力系统个。

D、典型的前馈神经网络存在梯度爆炸的问题

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

A.如果学习率很小，则优化成本函数将花费大量时间

B.如果学习率非常高，则梯度下降可能永远不会收敛

C.学习率是使用损失函数导数和步长来计算的

D.学习率是梯度下降算法中的超参数

A．出现早，消失早

B．出现早，消失晚

C．出现晚，消失早

D．出现晚，消失晚

A.荧光屏噪声信号过高；

B.时基线倾斜；

C.始脉冲消失；

D.容易出现幻象波

A.术后患牙有可能出现不适，轻度不适一般在2~3天消失

B.术后患牙有可能出现不适，轻度不适一般在2~3周消失

C.术后患牙有可能出现不适，轻度不适一般在5~7天消失