神经元的两个最主要特性是（）。

Hebb学说认为神经网络的学习过程最终是发生在神经元之间的突触部位，突触的联结强度随着突触前后神经元的活动而变化，变化的量与两个神经元间的反应程度有关（） 突触指相互连结两个神经元之间的或神经元与效应器之间的接触部，包括突触前膜、突触间隙和突触后膜。 神经元的分类的主要依据有神经元突起的数目（）神经元轴突的长短神经元释放的递质不同等。 兴奋由一个神经元传到另一个神经元的方向是（） 一个神经元与另一个神经元相接触的部位是（） 根据神经元不同的形态和功能可分为假单极神经元和多极神经元两种。() 二极管的最主要特性是()，它的两个主要参数是反映正向特性的()和反映反向特性的()。 神经元之间或神经元非神经元之间的连接点是（） 神经元分为单极神经元和双击神经元（ ） 神经元分为单极神经元，双极神经元（ ） 一个神经元与另一个神经元相接触的部位是突触（） 神经元之间的主要神经递质是（） 神经元分类按形态：单极神经元、（）、多极神经元。 神经元分为单级神经元，双级神经元（ ） 神经元分为单级神经元、双极神经元（ ） 在一个反射活动中，传出神经元的神经冲动是来自传入神经元，所以两者的频率是相同的。 神经细胞又叫神经元，一个神经元由什么组成（） 突触是神经元与神经元之间，或神经元与非神经元之间一种特化的细胞连接 人工神经元网络与深度学习的关系是: 人工神经元网络是深度学习的前身|深度学习与人工神经元网络无关|深度学习是人工神经元网络的一个分支|深度学习是人工神经元网络的一个发展 神经元的形态多样，但都有突起，突起又可分 和 两种，每个神经元只有一个 ，可有多个