对完成特定任务的卷积神经网络训练采用的是监督学习方法。在这个过程中，通过误差后向传播来优化调整网络参数，请问下面哪个不是通过误差后向传播来优化的 （）。

A.在BP算法中，每个神经元单元可包含不可偏导的映射函数

B.对前馈神经网络而言，BP算法可调整相邻层神经元之间的连接权重大小

C.BP算法是一种将输出层误差反向传播给隐藏层进行参数更新的方法

D.BP算法将误差从后向前传递，获得各层单元所产生误差，进而依据这个误差来让各层单元修正各单元参数

A.在自然语言处理领域的应用比计算机视觉领域更广泛、更成功

B.图像的卷积，很类似视觉皮层对图像进行某种特定功能的处理

C.卷积神经网络模拟了人类视觉信息处理的过程

D.模拟大脑的视觉处理过程就是卷积神经网络的思路

A.576

B.36928

C.640

D.36864

A.损失函数

B.梯度下降

C.目标函数

D.优化函数

A.隐藏层数目大小对学习性能影响不大

B.实现了非线性映射

C.是一种端到端学习的方法

D.是一种监督学习的方法

A.学习率过大

B.学习率过小

C.模型已经训练好了

D.以上都不可能造成上述情况

A.卷积层

B.池化层

C.全连接层

D.输出层

A.实现进程之间基于网络的通信

B.通过进程之间的交互来实现特定网络应用

C.实现分组在多个网络上传输

D.透明传输比特流