Essie2021-08-11 18:46:21

同学你好，

这道题涉及的是神经元的超参数建模，是指将各输入数据乘以其权重再加入一个偏置项b（偏置项是由建模人员决定的超参数），得到最终的净输入值为z。通过激活函数进行非线性转换（激活函数可由建模人员自己选择），通常使用sigmoid函数进行转换，sigmoid函数会将第一步计算出的z值进行非线性转换，转换为[0,1]之间的一个数值。sigmoid激活函数可以理解为一个“调光开关”，减少或增加输入的强度（使得灯更暗或更亮，本质就是调节输入的信号强度），通过sigmoid函数将总的净输入转换为接近于0的输出（灯光暗），这个数值较低的输出值意味着该节点不会被触发，因此没有任何内容会传递给下一个节点；净输入被转换为接近1的输出（灯光亮），因此该节点被触发，如果存在第二个隐藏层，则将激活函数的输出传输到下一层的节点，如果没有其它的隐藏层，数据将传输到输出层的节点，整个数据在神经网络中的传播过程称为正向传播（forward propagation）

这个点是比较难了，B选项其实就是下定义且陈述事实，这个大致了解一下就好了。