神经网络算法中，激活函数是对于一个结点，给定输入或输入集，定义输出（）

Matlab中包括了丰富的神经网络算法的函数，利用它可以方便进行神经网络的计算（） 中国大学MOOC: 在前馈神经网络中，误差后向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数（ ） 深度学习是含有一个隐含层的多层神经网络模型的强化学习，训练过程加入了激活函数。 深度学习是含有一个隐含层的多层神经网络模型的强化学习，训练过程加入了激活函数（） 分层型神经网络将一个网络模型中的所有神经元功能分为若干层，一般有输入层、（）和输出层 激活函数对于神经网络模型学习、理解非常复杂的问题有着重要的作用,以下关于激活函数说法正确的是-（） 在卷积神经网络中，要求输入尺寸必须固定的层是（）。 以下神经网络不属于卷积神经网络的算法是（ ）。 假设一个具有3个神经元和输入为[1,2,3]的简单MLP模型。输入神经元的权重分别为4,5和6。假设激活函数是一个线性常数值3(激活函数为：y=3x)。输出是什么（）。 利用单一的、足够大的隐藏层，神经网络能够以任意精度表示输入的任何连续函数。 单层神经网络有2个输入，2个输出，它们之间的连接权有（）个。 单层神经网络，有两个输入，两个输出，它们之间的连接权有（） 单层神经网络,有三个输入,三个输出,它们之间的连接权有 ( ) 单层神经网络,有两个输入,两个输出,它们之间的连接权有 ( ) 多层神经网络模型中信息的正向传播是指输入信息输出 在使用TensorFlow开发神经网络程序时，神经网络的权重参数、偏置值、和输入数据通常使用TensorFlow中的哪些元素表示（）。 对于神经网络模型，当样本足够多时，少量输入样本中带有较大的误差甚至个别错误对模型的输入-输出映射关系影响很小，这属于（） 。 在前馈网络中，多个神经元互连以组织一个互连神经网络。 以前的神经网络，由于算法的局限性，只能处理的神经网络（） 一个循环神经网络可以被展开成为一个完全连接的、具有无限长度的普通神经网络。