下面有关神经网络的说法，错误的是（）

A．Hopfield神经网络是前馈型神经网络

B．Hopfield神经网络的每个神经元都和其他神经元相连

C．连续型Hopfield神经网络的神经元的状态可以取0至1之间的任一实数值

D．Hopfield神经网络引入了“计算能量函数”的概念

A．多层神经网络由输入层、隐藏层和输出层组成。

B．多层神经网络的各层神经元之间通过可修正的权值互联。

C．多层神经网络的同一层的神经元之间通过可修正的权值互联。

D．多层神经网络可以实现非线性判别。

A．神经网络神经元的输出都是传给其他神经元，不能再反馈回来。

B．神经网络的训练主要是针对神经元之间的权重和神经元的偏置进行一定的调整，使得代价函数极小化。

C．神经网络不同层次的神经元可以使用不同的激活函数。

D．均方差损失函数是神经网络常用的一种代价函数（损失函数）。

A．对于输入的句子，Bi-LSTM可以拟合一个词与前后词的语义关系

B．Bi-LSTM至少含有2个隐层

C．Bi-LSTM比一般的LSTM更容易产生过拟合

D．Bi-LSTM是2个LSTM的简单组合

A．利用神经网络对两类问题进行分类时，可以用一个输出节点来实现。

B．神经网络实现多类问题的分类时可以用多个神经网络组合来实现。

C．利用神经网络来实现多类问题的分类时，可以采用一个具有的多个输出节点的神经网络来实现。

D．在利用神经网络进行分类时，神经网络的输入节点的个数多于输入的特征数量。

A．固定学习率设置太大可能会使神经网络训练震荡不收敛。

B．学习率可以根据损失函数（代价函数）减少的快慢动态调整。

C．学习率太小会使神经网络的训练迅速达到极小值。

D．学习率设置不当会引起神经网络过拟合。

A．隐含层或输出层具有激活函数。

B．输入层没有激活函数。

C．同一神经网络的激活函数必须是相同的。

D．同一神经网络的隐含层和输出层的激活函数可以不同。