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
第2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
第6题
A、循环神经网络的神经元存在自反馈。
B、循环神经网络不能处理任意长度的序列
C、循环神经网络比前馈神经网络更加符合生物神经网络的结构。
D、循环神经网络已经被广泛应用在语音识别、语言模型以及自然语言生成等任务上。
第7题
A.反向传播更新参数
B.正向传播更新梦故
C.反向传播计算结果
D.正向传播计算结果
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!