下面关于BP神经网络的说法中，错误的说法是哪个（)？

A.BP神经网络的训练过程中，先进行后向传播再进行前向传播

B.通过损失函数对后向传播结果进行判定

C.通过前向传播过程对权重参数进行修正

D.训练过程中权值参数的运算量很大，一般采用梯度下降法

A.关于神经网络,著名的赫布规则提出了一个神经网络里信息是储藏在突触连接的权中的概念

B.MP模型的提出标志着神经计算时代的开始

C.人工神经网络的基本模型有:单层前向神经网络和隐层前向神经网络

D.人脑神经系统的基本单元是神经元,一般所说的神经元是双极神经元,由细胞体、一个轴突和若干树突组成

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.权重和偏置都可以取全零初始化

B.使用正态分布初始化，但权重取太大或太小都会影响网络的训练

C.Xavier初始化可以减少梯度消失

D.合适的权重初始化可以加快神经网络的训练和效果

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

A.Kohonen神经网络

B.BP神经网络

C.单层感知器

D.多层感知器

A.神经网络可以实现线性分类

B.神经网络可以实现非线性分类

C.神经网络的每层神经元激活函数值阈必须在[-1,1]

D.神经网络的每层神经元激活函数必须相同

A.每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小

B.训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中

C.在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少

D.模型参数量越多越好，但没有固定的对应规则

A.神经网络模拟人的心智

B.神经网络参考人大脑的结构

C.神经网络模拟人的行为方式

D.神经网络模拟人思考方式