深度学习是一种多层神经网络的模拟认知训练方法，多层神经网络包含多个隐含层感知层，也称作卷积神经网络（CNN），它的研究热潮兴起于本世纪初期（）

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。 所谓深度学习，是指多层神经网络中每一层学一个简单的任务，从简单的部件构成复杂对象的过程。 基于多层前向神经网络的PID控制系统结构有( )内含神经网络的环节。 多层前向神经网络与单层感知器相比较,多层网络所特有的特点是( ) 深度学习的概念源于人工神经网络的硏究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。 深度学习是基于RNN循环神经网络。 多层神经网络模型中信息的正向传播是指输入信息输出 深度学习源于人工神经网络的研究（） 神经网络PID控制是一种 ( ) 深度学习(DL)是机器学习中一种基于对数据进行表征学习的方法,是一种能够模拟出人脑的神经结构的机器学习方法 神经网络PID控制是一种（）控制。 深度学习是隐藏层更多的人工神经网络模型。 在深度学习神经网络中,感知器是最简单的神经网络,关于其结构说法正确的是:--（） 下面对前馈神经网络这种深度学习方法描述不正确的是（）。 神经网络是一种运算模型，主要包括（）。 神经网络直接逆控制是一种控制（） 以下关于神经网络和深度学习说法正确的是（ ） 神经网络模型训练时，依赖于以下哪一种法则进行参数计算（）。 匀速持续训练方法是一种典型的发展()供能能力为目的的训练方法。 匀速持续训练方法是一种典型的发展（）供能能力为目的的训练方法