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？

对于神经网络的说法, 下面正确的是 : 1. 增加神经网络层数, 可能会增加测试数据集的分类错误率 2. 减少神经网络层数, 总是能减小测试数据集的分类错误率 3. 增加神经网络层数, 总是能减小训练数据集的分类错误率

对于一个图像识别问题(在一张照片里找出一只猫)，下面哪种神经网络可以更好地解决这个问题？

对于一个分类任务，如果开始时神经网络的权重不是随机赋值的，而是都设成0，下面哪个叙述是正确的？

考虑某个具体问题时，你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络。可以用下面哪种方法来利用这个预先训练好的网络？

批规范化(Batch Normalization)的好处都有啥？

 假设你需要调整超参数来最小化代价函数（cost function），会使用下列哪项技术？

在感知机中（Perceptron）的任务顺序是什么？ 1 随机初始化感知机的权重 2 去到数据集的下一批（batch） 3 如果预测值和输出不一致，则调整权重 4 对一个输入样本，计算输出值

构建一个神经网络，将前一层的输出和它自身作为输入。  下列哪一种架构有反馈连接？

 下列哪项关于模型能力（model capacity）的描述是正确的？（指神经网络模型能拟合复杂函数的能力）

关于主成分分析PCA说法不正确的是