题目内容
（请给出正确答案）
[单选题]
对于神经网络来讲，以下哪个说法是正确的？（)
A.优化凸目标函数
B.只能在随机梯度下降的情况下进行训练
C.可以混合使用不同的激活功能
D.以上均不是
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.优化凸目标函数
B.只能在随机梯度下降的情况下进行训练
C.可以混合使用不同的激活功能
D.以上均不是
如果结果不匹配，请 联系老师 获取答案
更多“对于神经网络来讲，以下哪个说法是正确的?()”相关的问题
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.卷积中的通道数量只能是1或3
B.池化核大小与步长相等
C.Padding时各方向的填充不一定对称
D.卷积核越小，卷积后的结果越抽象
A.隐藏层数适当诚少,神经网络的分辨能力不变
B.隐藏层数适当增加,神经网络的分辨能力越弱
C.隐藏层数适当增加，神经网络的分辨能力越强
D.隐藏层数适当减少,神经网络的分辨能力越强
A.训练时新样本的加入对已经学习的样本没影响
B.易陷入局部极小值
C.学习效率低，收敛速度慢
D.隐层的个数以及隐层节点的数量选取缺乏理论指导
A.神经网络可以实现线性分类
B.神经网络可以实现非线性分类
C.神经网络的每层神经元激活函数值阈必须在[-1,1]
D.神经网络的每层神经元激活函数必须相同
A.交叉熵也可以作为分类预测问题的损失函数
B.在使用梯度下降时，加上冲量项会减少训练的速度，但可能会增加陷入局部极小值的可能
C.与批量梯度下降法相比，使用小批量梯度下降法可以降低训练速度，但达到全局最优解可能需要更多的迭代次数
D.神经元的激活函数选择不影响神经网络的训练过程和最终性能
A.免费的
B.支持主流的机器视觉功能
C.基于典型卷积神经网络以及英特尔®硬件(包括加速器)，实现性能最大化
D.一种云计算平台
A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络，降低了Fast-RCNN的mAP
B.候选框的目标分类和边框精调都由卷积神经网络承担，这也提高了算法的速度
C.舍弃了R-CNN的多尺度池化，提高了算法的速度
D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
A.执行新指南能够提高院外心脏骤停的存活率
B.对儿童来讲，传统CPR不具有优势
C.对于儿童来说，非心脏病因只用按压效果好
D.标准生命复苏跟连续只按压的效果差别明显
