选择题
传统神经网络训练时随机初始化输入参数，并开启循环计算输出结果，与实际结果进行比较从而得到____，并更新变量使____结果值极小，当达到误差阈值时即可停止循环。
以上描述中，缺失的部分是：
激活函数
损失函数
正则化函数
贝叶斯函数
以下属于传统神经网络的有：
前馈型神经网络
反馈型神经网络
自组织神经网络
贝叶斯神经网络
下列说法，错误的是
神经网络的训练目的是希望能够学习到一个模型，实现输出一个期望的目标值
神经网络的学习的方式是在外界输入样本的刺激下不断改变网络的连接权值
前馈神经网络是一种多向单层的网络结构（单向多层）
循环神经网络的节点之间的连接是可以形成循环的
下列说法正确的：
前馈神经网络的“前馈”是指输入信号的传播方向是随意的（前向的）
BP算法有非线性映射能力，理论上可逼近任意连续函
感知器是一种结构最复杂的前馈神经网络（最简单）
感知器主要用于预测答案（求解分类问题）
以下属于感知器结构的有：
偏置项阈值
权值
激活函数
输入
BP神经网络的结构包含：
输入层
隐层
输出层
转换层
BP神经网络训练过程的基本步骤有
初始化网络权值和神经元的阈值
前向传播
后向传播
根据目标函数公式修正权值
典型RBF网络的结构包含：
输入层
径向基函数隐层
线性神经元组成的输出层
双曲正切函数隐层
下列属于反馈神经网络的是：
Hopfield 网络
BAM网络
Elman网络
Sprite网络
下列属于反馈神经网络训练过程的是：
存储：通过权值矩阵存储
验证：迭代验证，直到达到稳定状态
回忆
反馈
下列说法错误的是：
单层感知器没有办法解决非线性可分的问题
神经网络中，层数越多、层中神经元越多，形成的权重值参数就越多，模型就越复杂
批量梯度下降法是梯度下降法最常用的形式，在更新