63、下列关于人工神经网络的说法错误的是（）

A.感知器模型的激活函数可导，可以通过梯度下降求解损失函数最小值

B.损失函数用于衡量当前权重在整个数据集上的总误差

C.标准神经元每个输入端具有不同的权重

D.Sigmoid函数是连续可导的，同时具有“两极分化”的特点

A.重调整采用“奖惩分明”策略，即对于能够准确判断样本类型的权重，提高当前权重比例，反之则降低当前权重比例

B.感知器模型的关键，就是通过调整权重使一类样本可以激活神经元，而另一类则不会

C.一层感知器只能针对线性可分的数据集分类，无法解决异或（XOR）问题

D.感知器模型中的激活函数是二值函数时，损失函数是可导的

A.感知器模型中的激活函数是二值函数时，损失函数是可导的

B.感知器模型的关键，就是通过调整权重使一类样本可以激活神经元，而另一类则不会

C.权重调整采用“奖惩分明”策略，即对于能够准确判断样本类型的权重，提高当前权重比例，反之则降低当前权重比例

D.一层感知器只能针对线性可分的数据集分类，无法解决异或（XOR）问题

A.损失函数

B.梯度下降

C.目标函数

D.优化函数

A.神经元感知器是一种简单的前馈式神经网络

B.神经元感知器可以接收n个输入，对应n个权重值

C.神经元感知器接收的n个输入对应n个偏置值

D.神经元感知器经过激活函数变换后输出结果

A.误差反向传播算法仅仅适用于多层神经网络模型

B.误差反向传播算法是多层神经网络的学习算法

C.使用误差反向传播算法可计算损失函数对网络中所有模型参数的梯度

D.使用误差反向传播算法可以更新权值，最小化损失函数

A.损失函数

B.优化函数

C.反向传播

D.梯度下降

A.神经元感知器是一种简单的前馈式神经网络

B.神经元感知器可以接收n个输入，对应n个权重值

C.神经元感知器接收的n个输入对应n个偏置值

D.神经元感知器经过激活函数变换后输出结果

A.损失函数

B.优化函数

C.反向传播

D.梯度下降

A.神经网络神经元的输出都是传给其他神经元，不能再反馈回来

B.神经网络的训练主要是针对神经元之间的权重和神经元的偏置进行一定的调整，使得代价函数极小化

C.均方差损失函数是神经网络常用的一种代价函数（损失函数）

D.神经网络不同层次的神经元可以使用不同的激活函数