判断题激活函数的非线性使得具有多个层次的神经网络输入输出之间可以形成复杂的非线性映射关系。
判断题前馈网络表达输入和输出之间的映射关系，为静态网络，输出作用在网络的输入中。
判断题概率型学习网络具有内部反馈。
判断题逐层更新法可以用于反馈型网络的学习。
判断题玻尔兹曼机最终学习结果是使网络的输入输出联合概率分布与训练集样本的输入输出联合概率分布最为接近。
