深度学习神经网络的隐藏层数对网络的性能有一定的影响,以下关于其影响说法正确的是（)。

A.隐藏层的大小n[l]

B.学习率α

C.迭代次数

D.神经网络中的层数L

A.增加

B.减轻

C.越深

D.越浅

A.单层感知器的局限在于不能解决异或问题

B.前馈神经网络可用有向无环图表示

C.随着神经网络隐藏层数的增加,模型的分类能力逐步减弱

D.前馈神经网络同一层的神经元之间不存在联系

A.属于强人工智能。

B.层数越深,学习数据量越大,学习效果越好。

C.深度神经网络是依靠做定性分析来完成判断和预测。

D.无法还原非线性的复杂原函数。

A.反向传播计算结果

B.反向传播更新参数

C.正向传播更新参数

D.正向传播计算结果

A.正向传播更新参数

B.正向传播计算结果

C.反向传播更新参数

D.反向传播计算结果

A.神经网络的隐藏层一般为1-2层，数目可设为任意数目，且有学习速率等参数需设定，工作相当费时

B.神经网络以迭代方式更新阀值，计算量大，相当耗费计算机资源

C.神经网络的解有无限多组，无法得知哪一组的解为最佳解

D.神经网络是以建立数值结构(含加权值的网络)来学习，其知识结构是隐性的，缺乏解释能力

A.隐藏工作簿就不能隐藏其中的工作表

B.隐藏工作表则其工作簿就不能隐藏

C.工作簿中所有工作表可同时隐藏

D.包含隐藏工作表的工作簿也可隐藏

A、深度卷积神经网络

B、循环神经网络

C、递归神经网络

D、深度博弈网络