实现Hopfield神经网络联想记忆的关键是网络到达记忆样本能量函数极小点时，确定网络的神经元间连接权值和阈值等参数。（)

A.连接权值的设计

B.神经元个数

C.所要求的联想范围大小

D.记忆样本的性质

A.Hopfield网

B.BP网络

C.多层感知器

D.LVQ网络

A.多层前向神经网络一般需要同一层神经元间相互连接

B.深度学习一般使用具有多个隐藏层的神经网络

C.训练神经网络的主要目的是学习神经元间的连接权值

D.卷积神经网络可以逐层抽取数据特征实现自动特征学习

A.只要连接权值构成的矩阵是非负定矩阵，该网络就具有并行稳定性

B.只要连接权值构成的矩阵是非负对角元的对称矩阵，该网络就具有串行稳定性

C.只要连接权值构成的矩阵是非负定矩阵，该网络就具有串行稳定性

D.只要连接权值构成的矩阵是非负对角元的对称矩阵，该网络就具有并行稳定性

A.骨骼连接方式

B.大脑神经元的连接方式

C.人们的网络沟通方式

D.植物根系连接网络方式

A.神经网络可以实现线性分类

B.神经网络可以实现非线性分类

C.神经网络的每层神经元激活函数值阈必须在[-1,1]

D.神经网络的每层神经元激活函数必须相同

A.关于神经网络,著名的赫布规则提出了一个神经网络里信息是储藏在突触连接的权中的概念

B.MP模型的提出标志着神经计算时代的开始

C.人工神经网络的基本模型有:单层前向神经网络和隐层前向神经网络

D.人脑神经系统的基本单元是神经元,一般所说的神经元是双极神经元,由细胞体、一个轴突和若干树突组成