逐层更新法可以用于反馈型网络的学习。

玻尔兹曼机最终学习结果是使网络的输入输出联合概率分布与训练集样本的输入输出联合概率分布最为接近。

判断题玻尔兹曼机最终学习结果是使网络的输入输出联合概率分布与训练集样本的输入输出联合概率分布最为接近。

神经网络的学习规则有逐层更新学习、竞争学习和概率型学习。

判断题神经网络的学习规则有逐层更新学习、竞争学习和概率型学习。

感知器算法采用Hebb学习规则。

判断题感知器算法采用Hebb学习规则。