答案:A
答案:A
A. 单隐层前馈神经网络;
B. 隐层神经元激活函数为径向基函数;
C. 输出层是对隐层神经元输出的非线性组合;
D. 可利用BP算法来进行参数优化;
解析:见算法解析
A. KNN
B. Logisti Regression
C. k-means
D. SVM
A. 深度神经网络
B. 费米神经网络
C. 卷积神经网络
D. 循环神经网络
解析:2019年,DeepMind开发出一种费米神经网络来近似计算薛定谔方程,在精度和准确性上都满足科研标准,为深度学习在量子化学领域的发展奠定了基础,
A. L1 正则化可以做特征选择
B. L1 和 L2 正则化均可做特征选择
C. L2 正则化可以做特征选择
D. L1 和 L2 正则化均不可做特征选择
解析:正确
A. 使用卷积解决了全连接层的不足之处
B. 卷积和池化层组合使用,逐层级的提取图像特征
C. 在网络的最后使用全两层连接作为输出
D. 在网络的最后使用全两层连接作为输入
解析:见算法解析
A. 神经元
B. 阈值
C. 兴奋
D. 节点
A. &
B. *
C. #
D. //