下面关于BP神经网络的说法中，错误的说法是哪个？

A.BP神经网络是前馈神经网络

B.BP神经网络的参数权重值是由反向传播学习算法进行调整的

C.BP神经网络模型拓扑结构包括输入层、隐层和输出层

D.BP神经网络利用激活函数来实现从输出到输入的非线性映射

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.前馈神经网络训练过程是拟合训练数据模式的过程。

B.前馈神经网络训练后很容易得到分类的规则。

C.前馈神经网络可用于分类和聚类。

D.前馈神经网络模型的分类能力比决策树好。

A.人工神经网络的层数

B.人工神经网络的学习率

C.人工神经网络的权重

D.人工神经网络的偏置

A.神经网络适合于大数据的预测

B.神经网络每一次预测的结果不一定相同

C.神经网络预测过程是个黑匣子，根本就没有数学模型

D.神经网络有很多方法，BP神经网络只是其中一种方法而矣

A.相邻层神经元和神经元之间的连接权重

B.同一层神经元之间的连接权重

C.输入数据大小

D.神经元和神经元之间连接有无

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