以下会造成梯度消失的激活函数有

A.使用ReLU做为激活函数，可有效地防止梯度爆炸

B..使用Sigmoid做为激活函数，较容易出现梯度消失

C.使用Batch Normalization层，可有效的防止梯度爆炸

D.使用参数weight decay，在一程度上可防止模型过拟合

A.sign函数

B.Sigmoid函数

C.ReLU函数

D.Sin函数

A.神经元节点先计算激活函数，再计算线性函数(z = Wx + b)

B.神经元节点先计算线性函数（z = Wx + b），再计算激活

C.神经元节点计算函数g，函数g计算(Wx + b)

D.在将输出应用于激活函数之前，神经元节点计算所有特征的平均值

A.sign函数

B.min函数

C.max函数

D.sum函数

A.构造函数

B.析构函数

C.友元函数

D.拷贝初始化构造函数