以下关于感知器的说法错误的是()。
A.感知器模型中的激活函数是二值函数时,损失函数是可导的
B.感知器模型的关键,就是通过调整权重使一类样本可以激活神经元,而另一类则不会
C.重调整采用“奖惩分明”策略,即对于能够准确判断样本类型的权重,提高当前权重比例,反之则降低当前权重比例
D.一层感知器只能针对线性可分的数据集分类,无法解决异或(XOR)问题
A.感知器模型中的激活函数是二值函数时,损失函数是可导的
B.感知器模型的关键,就是通过调整权重使一类样本可以激活神经元,而另一类则不会
C.重调整采用“奖惩分明”策略,即对于能够准确判断样本类型的权重,提高当前权重比例,反之则降低当前权重比例
D.一层感知器只能针对线性可分的数据集分类,无法解决异或(XOR)问题
第1题
A.神经元感知器是一种简单的前馈式神经网络
B.神经元感知器可以接收n个输入,对应n个权重值
C.神经元感知器接收的n个输入对应n个偏置值
D.神经元感知器经过激活函数变换后输出结果
第4题
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
第5题
A.采用误差反向传播算法
B.含有一层或多层的隐层神经元
C.神经元的数目可达到很多
D.隐层激活函数采用可微非线性函数
第9题
A.感知器具有多路输入、单路输出
B.感知器没有反馈和内部状态
C.感知器将输入信号加权求和与阈值比较,当信号加权和大于阈值时输出1,当信号加权和小于等于阈值时输出0
D.单个感知器可以解决非线性分类问题
第11题
A.只要是训练数据集线性可分,感知器算法就一定能收敛。
B.感知机学习算法存在许多的解,对同一个训练集来说,感知机初值的选择不同,最后得到的解就可能不同。
C.多层感知器是感知器的推广,克服了感知器不能对线性不可分数据进行识别的弱点。
D.当训练数据集线性不可分的情况下,袋式算法(PocketAlgorithm)使感知机也可以收敛于一个相对理想的解。