原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2025年全国硕士研究生招生考试数学（一）脑科学神经元网络数学建模考核试卷
一、单项选择题（每题1分，共30题）
1.在神经元网络中，激活函数通常用于实现非线性映射。
2.神经元网络中最常用的激活函数是Sigmoid函数。
3.在梯度下降法中，学习率决定了参数更新的步长。
4.在神经元网络训练中，过拟合现象通常是由于模型复杂度过高造成的。
5.正则化技术中，L2正则化通过在损失函数中添加权重的平方和来实现。
6.在神经网络中，反向传播算法用于计算损失函数对网络参数的梯度。
7.卷积神经网络（CNN）特别适用于图像识别任务。
8.在循环神经网络（RNN）中，隐藏状态包含了过去所有时间步的信息。
文档评论（0）