在前馈神经网络中，误差后向传播（BP算法)将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数（)？

A.BP算法是一种将输出层误差反向传播给隐含层进行参数更新的方法

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

C.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

D.在BP算法中，每个神经元单元可包含不可偏导的映射函数

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.监督学习

B.无监督学习和监督学习的结合

C.无监督学习

D.半监督学习

A.传统的BP网络一般都选用二级网络

B.BP网络是一种后馈网络

C.基本BP算法包括信号的前向传播和误差的反向传播两个过程

D.BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整

A.卷积矩阵(卷积核)

B.网络层数

C.目标函数

D.输入端和输出端的维数

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、在FNN中，输入信号的传递方向是明确的，并不存在反向信号传递

B、一个标准的前馈神经网络只有一个输入层和一个输出层

C、FNN的输出结果只能是向量

D、FNN的同层神经元之间存在连接

A.有师学习

B.无师学习

C.机械学习

D.以上选项都不对