()网络是一种竞争学习型的无监督神经网络，它能将高维输入数据映射到低维空间，同时保持输入数据在高维空间的拓扑结构，即将高维空间中相似的样本点映射到网络输出层中的临近神经元。

我们可以将深度学习看成一种端到端的学习方法，这里的端到端指的是

下面对梯度下降方法描述不正确的是

下面对前馈神经网络描述不正确的是

在神经网络学习中，每个神经元会完成若干功能，下面哪个功能不是神经元所能够完成的功能

降维算法是减少构建模型所需计算时间的方法之一。

Sigmoid函数是一种非线性转换，可以实现实数域到（0,1）之间的转换。

监督学习的数据不需要带标签等人为标注信息。

通过池化操作，必须保证特征损失不能太大。

数据增强有哪些方式处理图片（）。

神经网络层数越多，就会产生什么效果（）