判断题
与普通反向传播不同的是，随时间的反向传播算法会在每个时间步长内叠加所有对应权重的梯度。
正确(↓↓↓ 点击‘点击查看答案’看答案解析 ↓↓↓)
判断题 在神经网络中ReLU永远不会饱和。
判断题 训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。
判断题 提升卷积核（convolutional kernel）的大小会显著提升卷积神经网络的性能。
