有关BP网络的说法，哪个是正确的（)？

A.如果训练样本量较大，可选用随机梯度下降(SGD)，它考虑历史梯度信息，更容易跳出局部极小值点

B.在高度非凸的深度网络优化过程，主要难点是鞍点

C.用无监督数据作分层预训练(Layer-wisePre-train)有助于解决梯度饱和问题

D.Sigmoid交叉熵损失函数适合于多标签学习，每一维彼此独立

A.优化凸目标函数

B.只能在随机梯度下降的情况下进行训练

C.可以混合使用不同的激活功能

D.以上均不是

A.梯度为0时神经元难以正常工作

B.缓解了梯度消失问题

C.提高l网络训练速度

D.开销小、计算快

A.梯度方向是函数值下降最快方向

B.梯度下降算法是一种使得损失函数最小化的方法

C.梯度下降算法用来优化深度学习模型的参数

D.梯度反方向是函数值下降最快方向

A.构造函数的名字必须与类名一致。

B.定义构造函数时，需要使用void关键字。

C.构造函数可有返回值，也可以没有返回值。

D.构造函数内部声明的变量，在外部也可以被使用。

A.A.随机梯度下降

B.B.激活函数

C.C.卷积函数

D.D.以上都不正确

A.候选框的生成使用区域提名网络(RPN)，比选择性搜索方法速度大大提升

B.目标分类与边框精修的输入来自于区域提名网络

C.非极大值抑制(NMS)可以减少候选框的数量，一般放在候选区域分类前完成

D.候选区域的生成与目标分类、边框精修的工作是一个网络完成的

A.它们常常作为网络的终端设备使用

B.可以作为终端设备也可以作为布线中心设备使用

C.它们不可以作为集线中心设备使用

D.它们常常作为以太网的集线中心设备使用

A.可以以用来实现线或

B.可以以用来实现线与

C.可以作为接口

D.正常工作时必须加上拉电阻

E.工作时可以不接加上拉电阻