神经网络的3个要素为：（）、（）和（）。

当隐藏层大于的神经网络叫做深度神经网络（） BP神经网络是一种按照（）训练的多层前馈神经网络，是应用最广泛的神经网络 以下神经网络不属于卷积神经网络的算法是（ ）。 下面关于人脑神经网络与人工神经网络的说法中，错误的是（ ）: MP模型的提出标志着神经计算时代的开始 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 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 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 神经网络的训练样本量没有明确规定，和神经网络内部的网络参数个数无关（） 神经网络的训练样本量没有明确规定，和神经网络内部的网络参数个数无关。 神经网络的训练样本量没有明确规定，和神经网络内部的网络参数个数无关（） 中国大学MOOC: 深度学习其实是人工神经网络的分支，其本质上就是一个深度神经网络。而神经网络又是来自于对生物神经元的模拟。 一个循环神经网络可以被展开成为一个完全连接的、具有无限长度的普通神经网络。 一个完整的人工神经网络包括（） 一个完整的人工神经网络包括（） 神经网络可分为（）、（）、（）和广泛前向网络。 以前的神经网络，由于算法的局限性，只能处理的神经网络（） Hopfield 神经网络是全连接型反馈动态神经网络，分为（）、（）两种。 现代神经网络是一种非线性统计性数据建模工具。典型的神经网络具有三个部分，包括（）。 神经网络工作过程由工作期和（）两个阶段组成。 关于人工神经网络的特点，表述不正确的是：人工神经网络具有（ ）。 前馈神经网络是一种简单的神经网络,各神经元分层排列,是目前应用最广泛,发展最迅速的人工神经网络之一。以下关于前馈神经网络说法正确的是（） 前馈神经网络是一种简单的神经网络，各神经元分层排列，是目前应用最广泛， 发展最迅速的人工神经网络之一。以下关于前馈神经网络说法正确的是: 人工神经网络的本质是一个函数（）