如果结果不匹配，请 
更多“对于神经网络来讲，以下哪个说法是正确的?()”相关的问题
A.BP神经网络的训练过程中，先进行后向传播再进行前向传播
B.通过损失函数对后向传播结果进行判定
C.通过前向传播过程对权重参数进行修正
D.训练过程中权值参数的运算量很大，一般采用梯度下降法
A.BP神经网络是前馈神经网络
B.BP神经网络的参数权重值是由反向传播学习算法进行调整的
C.BP神经网络模型拓扑结构包括输入层、隐层和输出层
D.BP神经网络利用激活函数来实现从输出到输入的非线性映射
A.主营利润就是营业利润
B.企业营业利润中至少要有80%的利润是由主业创造的，这样的利润结构才算是健康的
C.主营利润=毛利-税金及附加-四费
A.隐藏层数适当诚少,神经网络的分辨能力不变
B.隐藏层数适当增加,神经网络的分辨能力越弱
C.隐藏层数适当增加，神经网络的分辨能力越强
D.隐藏层数适当减少,神经网络的分辨能力越强
A.在FPGA硬件下，要求OpenCV运行在CPU或GPU上
B.在VPU硬件下，支持神经网络计算棒
C.在VPU硬件下，不支持macOS操作系统
D.在FPGA硬件下，支持CentOS7.464位
A.Pandas是Python用于数据分析的重要模块
B.Pandas模块包含了多种神经网络算法
C.Numpy模块提供了对数组的高性能处理功能
D.SciKit-Learn(sk learn) 模块包含了多种机器学习算法
A.它主要应用于计算机视觉，实现深度神经网络模型优化和推理计算加速
B.拥有预置的计算机视觉功能库和预优化的内核
C.支持来自流行的框架Caffe、TensorFlow和MXNet的模型
D.只能在Linux平台运行的机器视觉软件工具包
A.异构插件(HETERO)实现用多个硬件各自分担一部分推理任务
B.多设备插件(MULTI)来实现多个硬件自动并行计算多个神经网络
C.异构插件是协同不同类型的计算资源
D.异构插件(HETERO)是动态检查各计算设备的利用率
A.在卷积神经网络中，采用平均池化可减小误差，适用于需要突出纹理等特征的场景中
B.ResNet通过增加恒等映射，增加参数从而减少模型优化的难度，实现性能提升
C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量，使模型可以处理任意尺寸的图像
D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
