机器学习中,“表示”是指以一种不同的方式来查看数据(即表征数据或将数据编码);“学习”是指算法寻找更好数据表示的自动搜索过程。针对神经网络算法,学习是为神经网络的所有层找到一组权重值,使网络能够将每个示例输入与其目标正确地——对应。

深度学习是一种基于神经网络的学习方法，通常比传统机器学习算法更复杂且需要更多数据。A. 正确B. 错误

词表示是前馈神经网络学习的副产品()。A. 对B. 错

深度学习算法和人工神经网络能够处理复杂的推理和决策问题。()A. 对B. 错

深度学习是隐藏层更多的人工神经网络模型A. 对B. 错

深度学习源于人工神经网络的研究A. 对B. 错

递归神经网络(RNN)适合处理时间序列数据。A. 对B. 错

神经网络中的每一层神经元都会对输入数据进行线性变换。A. 正确B. 错误

下列算法中不能够减缓神经网络过拟合的方法是（）A. 在合适的位置引入Dropout层B. 增加神经网络的训练数据C. 使用L1或L2正则化D. 加快模型训练

下列算法中不能够减缓神经网络过拟合的方法是()A. 增加神经网络的训练数据B. 在合适的位置引入Dropout层C. 使用L1或L2正则化D. 加快模型训练

下列算法中不能够减缓神经网络过拟合的方法是()A. 在合适的位置引入Dropout层B. 使用L1或L2正则化C. 增加神经网络的训练数据D. 加快模型训练