1 定义损失函数，选择反向传播的优化算法

2 定义神经网络的前向传播的结果

3 生成会话，训练数据

（含图） 

神经网络由许多神经元（Neuron）组成，每个神经元接受一个输入，对输入进行处理后给出一个输出，如下图所示。请问下列关于神经元的描述中，哪一项是正确的？（  以上都是）

1 计算预测值和真实值之间的误差

2 重复迭代，直至得到网络权重的最佳值

3 把输入传入网络，得到输出值

4 用随机值初始化权重和偏差

5 对每一个产生误差的神经元，调整相应的（权重）值以减小误差

（含图）

1 增加更多的数据

2 使用数据扩增技术(data augmentation)

3 使用归纳性更好的架构

4 正规化数据

5 降低架构的复杂度

（含图）

下列哪一种架构有反馈连接？（  循环神经网络）

声明1：可以通过将所有权重初始化为0来训练网络

声明2：可以通过将偏差初始化为0来训练网络

（含图） 

（含图）

在上图中，最好在哪个时间停止训练？（  C）