人工智能基础导学2023章节测试答案
A:对
B:错
答案: 【对】
第七章 单元测试
1、判断题：
神经网络是由一个神经元构成的
A:对
B:错
答案: 【错】
2、判断题：
隐含层，是指其中神经元的状态在输出端无法直接观测
A:对
B:错
答案: 【对】
3、判断题：
v对于一个样本，如果当前权重能够正确判断其类型，就减小当前权重
A:对
B:错
答案: 【错】
4、判断题：
对于一个样本，如果当前权重能够正确判断其类型，就提高其比例
A:错
B:对
答案: 【对】
5、判断题：
神经元在输入端接受来自多个信号源的输入信息
A:错
B:对
答案: 【对】
6、单选题：
以下关于FNN和错误反向传播（BP）算法的说法错误的是：
A:BP算法是从输入层开始，逐层计算δ信号调整自身权重，并且将δ信号传向后一层
B:BP算法对多层网络训练时使用的sigmoid激活函数存在“梯度弥散”问题
C:BP算法的出现解决了多层神经网络权重调整困难的问题
D:BP算法的核心是对隐含层神经元误差E的估计
答案: 【BP算法是从输入层开始，逐层计算δ信号调整自身权重，并且将δ信号传向后一层
】
7、单选题：
以下说法中，不属于感知器和FNN模型的相同点的是：
A:输入信号向后传递的过程中，都是加权和的计算
B:二者学习的关键都是神经元的损失计算
C:二者都是由多个神经元组成的多层神经网络
D:二者都有输入、激活和输出
答案: 【二者都是由多个神经元组成的多层神经网络
】
8、单选题：
以下关于前馈神经网络（FNN）的说法正确的是：
A:FNN的同层神经元之间存在连接
B:在FNN中，输入信号的传递方向是明确的，并不存在反向信号传递
C:FNN的输出结果只能是向量
D:一个标准的前馈神经网络只有一个输入层和一个输出层
答案: 【在FNN中，输入信号的传递方向是明确的，并不存在反向信号传递
】
9、单选题：
以下关于感知器模型的说法错误的是：
A:输入为实例的特征向量，由激活函数计算输出，输出为1、-1两个值
B:在输入端，神经元只接受来自一个信号源的输入信息
C:感知器的信号处理分为四个部分：输入、汇总、激活、输出
D:汇总后的输入信号如果高于阈值，则产生“激活”信号，否则仍基本维持原有水平
答案: 【在输入端，神经元只接受来自一个信号源的输入信息
】
10、单选题：
以下关于感知器的说法错误的是：
A: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
B: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
C: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
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
答案: 【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
★《布宫号》提醒您：民俗信仰仅供参考，请勿过度迷信！