下面哪些用循环神经网络处理效果比较好（)。

A.卷积神经网络

B.循环神经网络

C.网络森林

D.深度信念网络

A.因为它可以被用做监督学习

B.严格意义上它比卷积神经网络(CNN)效果更好

C.它比较适合用于当输入/输出是一个序列的时候(例如.一个单词序列)

D.RNNs代表递归过程.想法-＞编码-＞实验-＞想法-＞…

A.卷积神经网络

B.循环神经网络

C.全连接神经网络

D.感知器

A.4：5：6

B.2：3：4

C.3：4：5

D.1：3：5

A.4

B.3

C.2

D.5

A.感知器

B.卷积神经网络

C.循环神经网络

D.全连接神经网络

A.5

B.3

C.2

D.4

A.在卷积神经网络中，采用平均池化可减小误差，适用于需要突出纹理等特征的场景中

B.ResNet通过增加恒等映射，增加参数从而减少模型优化的难度，实现性能提升

C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量，使模型可以处理任意尺寸的图像

D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布

A.团体存在的时间越长，凝聚力越高，对团体终结的反应越强烈

B.团体结束容易产生分离焦虑和失落悲伤的情绪

C.团体结束是比较好处理的，只要结束前一次通知成员每让他们做好心理准备即可

D.团体结束是在成员发生了积极变化的状况下进行的，所以结束往往是方便的