已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。这是知识表示法叫

在模型中全连接层可采用

下列关于深度学习神经网络结构的描述，正确的是（）

对线性回归模型进行性能评估时，以下说法正确的是

如果我们希望预测n个类（p1，p2 ... pk）的概率使得所有n的p的和等于1，那么下列哪个函数可以用作输出层中的激活函数？

Dropout是一种在深度学习环境中应用的正规化手段。它是这样运作的：在一次循环中我们先随机选择神经层中的一些单元并将其临时隐藏，然后再进行该次循环中神经网络的训练和优化过程。在下一次循环中，我们又将隐藏另外一些神经元，如此直至训练结束。  根据以上描述，Dropout技术在下列哪种神经层中将无法发挥显著优势？

随着句子的长度越来越多，神经翻译机器将句意表征为固定维度向量的过程将愈加困难，为了解决这类问题，下面哪项是我们可以采用的？

反向传播算法一开始计算什么内容的梯度，之后将其反向传播？

下面哪个叙述是对的？ Dropout对一个神经元随机屏蔽输入权重 Dropconnect对一个神经元随机屏蔽输入和输出权重

下列哪些项目是在图像识别任务中使用的数据扩增技术(data augmentation technique)？ 1 水平翻转(Horizontal flipping) 2 随机裁剪(Random cropping) 3 随机放缩(Random scaling) 4 颜色抖动(Color jittering) 5 随机平移(Random translation) 6 随机剪切(Random shearing)

假定你在神经网络中的隐藏层中使用激活函数 X。在特定神经元给定任意输入，你会得到输出「-0.0001」。X 可能是以下哪一个激活函数？