神经网络输入层节点个数与训练样本的个数有关。

判断题神经网络直接逆控制的可用性在相当程度上取决于逆模型的准确精度。

判断题所谓黑箱模型是指输入和输出变量之间的数学关系式是确定的。

判断题神经网络从本质上说就是一个建立了输入变量到输出变量之间的映射函数。

判断题神经网络在做被控对象系统辨识时需要采集大量的输入和输出数据形成训练样本。

判断题神经网络直接逆控制是与被控对象并联起来，以使得总体的传递函数为1。

判断题神经网络控制内容一般包括被控对象系统辨识和神经网络控制器的设计。

单项选择题以下关于神经网络的描述中错误的是（）。

A.神经网络中单个神经元的破坏不会影响结果，因此具有较好的容错机制
B.神经网络具有并行计算的能力
C.神经网络计算过程中不能省略神经元的阈值参数
D.误差反向传播过程中采用负梯度下降算法

判断题神经网络的泛化能力就是指对样本数据的拟合和逼近效果。

判断题神经网络的学习过程就是网络中的权值调整的过程。

判断题深度网络模型中由于存在大量待寻优的参数，因此需要大数据样本进行训练。

判断题一个神经元并不聪明，但千万个神经元彼此相连在有限的空间里就会产生智慧，这属于群智能的现象之一。

判断题学习的方式分为在线学习和批量学习。

判断题BP神经网络中采用的负梯度下降算法，当误差目标函数中存在多个极值点时，仍然能够寻找到全局最优解。

单项选择题以下关于BP神经网络的描述中错误的是（）。

A.采用误差反向传播的负梯度下降算法调整网络权值
B.BP网络是一种前向网络结
C.神经网络的层内之间不存在连
D.前一层的神经元和后一层的神经元存在部分连接关系

单项选择题人工神经元数学模型中的阈值是模拟实际神经元中的（）。

A.神经元对信号的抑制作用
B.神经元之间的连接强度
C.神经元对信号的发送作用
D.神经元对输入信号的汇总作用