对于任意的连续函数f，存在一个三层BP神经网络，该神经网络可以以任意精度拟合函数f。

A.学习率设置不当会引起神经网络过拟合。

B.学习率可以根据损失函数（代价函数）减少的快慢动态调整。

C.学习率太小会使神经网络的训练迅速达到极小值。

D.固定学习率设置太大可能会使神经网络训练震荡不收敛。

A.BP神经网络是前馈神经网络

B.BP神经网络的参数权重值是由反向传播学习算法进行调整的

C.BP神经网络模型拓扑结构包括输入层、隐层和输出层

D.BP神经网络利用激活函数来实现从输出到输入的非线性映射

A.1

B.2

C.3

D.以上都可以

A.神经网络适合于大数据的预测

B.神经网络每一次预测的结果不一定相同

C.神经网络预测过程是个黑匣子，根本就没有数学模型

D.神经网络有很多方法，BP神经网络只是其中一种方法而矣

A.BP算法的提出很好地解决了“多层”问题

B.2001年互联网泡沫破裂导致许多人工神经网络的研究被迫中断

C.LeCun将BP算法应用于神经网络的训练，并提出了卷积神经网络的第一个正式模型——LeNet-5

D.九十年代中期提出的SVM算法取代神经网络算法成为主流

A.人工神经网络的层数

B.人工神经网络的学习率

C.人工神经网络的权重

D.人工神经网络的偏置

A.He初始化

B.batch normalization

C.dropout

D.任意随机初始化

A.Apriori算法、HotSpot算法

B.RBF神经网络、K均值法、决策树

C.K均值法、SOM神经网络

D.BP神经网络、贝叶斯