深度学习核心概念
什么是线性可分性？感知机的收敛性定理说明了什么？
原题多层感知机（MLP）是如何克服单层感知机局限性的？
原题神经网络中偏置项（Bias）的作用是什么？去掉偏置会有什么影响？
原题什么是通用近似定理（Universal Approximation Theorem）？它的意义与局限是什么？
原题神经网络的宽度与深度对模型能力有什么不同的影响？
原题神经网络中的参数初始化为什么重要？全零初始化会导致什么问题？
原题什么是对称性破坏（Symmetry Breaking）？随机初始化如何解决这个问题？
原题前馈神经网络（FNN）的基本结构是什么？各层的作用分别是什么？
原题前馈神经网络的前向传播过程是如何计算的？请用数学公式描述。
原题全连接层（Fully Connected Layer）的参数数量如何计算？参数过多会带来什么问题？
原题
暂无题目