不属于深度学习中的激活函数需要具有的属性（)

A.用 Sigmoid 激活函数时，如果权重初始化较大或较小时，容易出现梯度饱和梯度消失，可选用 Tanh 函数改进

B.批规范化是在不引入新参数的情况下保证每一层网络的输入具有相同的分布

C.与 Sigmoid 函数相比，Relu较不容易使网络产生梯度消失

D.梯度下降法实现简单，当目标函数是凸函数时，可基于二阶收敛快速到达目标值

A.激活函数都是非线性函数

B.激活函数大多数是非线性函数,少数是线性函数

C.激活函数都是线性函数

D.激活函数部分是非线性函数,部分是线性函数

A.Sin

B.ReLU

C.Tanh

D.Sigmoid

A.自然属性

B.相关性

C.社会属性

D.二重性

A、均方误差损失函数

B、交叉熵损失函数

C、平均绝对误差损失

D、激活函数

A.为该类对象共同具有并且仅仅为该类对象具有的属性

B.仅仅为该类对象具有的固有属性

C.能够把该类对象与其他对象区别开来的属性

A.神经元节点先计算激活函数，再计算线性函数(z=Wx+b)

B.神经元节点先计算线性函数(z=Wx+b)，再计算激活

C.神经元节点计算函数g，函数g计算(Wx+b)

D.在将输出应用于激活函数之前，神经元节点计算所有特征的平均值

A.正则化

B.梯度剪切

C.随机欠采样

D.使用Relu激活函数

A.属性是客观实体所具有的性质的抽象

B.属性，就是类中所定义的数据

C.方法是用于调用对象以外的函数

D.方法，就是对象所能执行的操作

A.随机欠采样

B.梯度剪切

C.正则化

D.使用Relu激活函数