SPSS中神经网络模型（)是一个前馈式有监督的结构，可以包含多个隐藏层，因变量可以是连续型、分类型。

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.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.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.神经网络和回归分析不同，没有任何假设的概率分布，是模式识别和误差最小化的过程，在每一次经验中提取和学习信息

B.神经网络具模糊推论能力，允许输出入变量具模糊性，归纳学习较难具备此能力

C.神经网络是有监督学习，神经网络学习就是不断调整权重的过程

D.神经网络可应用的领域相当广泛，模型建构能力强

E.神经网络可以建构非线性的模型，模型的准确度高

A.反向传播只能在前馈神经网络中运用

B.反向传播会经过激活函数

C.反向传播可以结合梯度下降算法更新网络权重

D.反向传播指的是误差通过网络反向传播

A.前馈

B.动态

C.现场

D.反馈

A.是否使用批量(batch)或小批量优化(mini-batchoptimization)

B.神经网络中局部最小值(鞍点)的存在性

C.在你能力范围内，你能够拥有多大的计算能力

D.需要调整的超参数的数量

设复合控制系统的方框图如图6-25所示，其中前馈补偿装置的传递函数为。式中，T为已知常数，。试确定使系统等效为II型系统时的λ₁和λ₂的数值。