前馈神经网络和卷积神经网络的模型学习均是通过误差后向传播来优化模型参数，因此是一种监督学习方法。（)

A.卷积矩阵(卷积核)

B.网络层数

C.目标函数

D.输入端和输出端的维数

A.前馈神经网络

B.径向基神经网络

C.深度神经网络

D.卷积神经网络

A.卷积神经网络

B.循环神经网络

C.长短时记忆神经网络

D.传统前向神经网络

A.目标检测常使用深度学习中卷积神经网络模型

B.训练好的目标检测算法可以用于边缘计算

C.机器视觉场景往往需要应用边缘计算

D.边缘计算就是一种人工智能

A.单层感知器的局限在于不能解决异或问题

B.前馈神经网络可用有向无环图表示

C.随着神经网络隐藏层数的增加,模型的分类能力逐步减弱

D.前馈神经网络同一层的神经元之间不存在联系

A.MLP

B.RBF

C.BP

D.RBF

A.是一种端到端学习的方法

B.是一种无监督学习的方法

C.实现了非线性映射

D.隐含层数目大小对学习性能影响不大

A.机器学习

B.深度学习

C.卷积神经网络

D.生成对抗网络