1、全连接神经网络模型中，我们是如何在网络的输出层，用多个对率回归模型解决的Mnist数据集上的多分类问题呢？还有其它解决方案吗？那个方案更优呢？
2、为什么对率回归模型中，我们要增加一列取值固定为1.0的特征，而在SVM和NN模型中我们并不需要这样做呢？
3、就梯度归一化比较对率回归模型和KNN模型。
4、全连接神经网络模型可由对率回归单元堆叠而成，那么基于对率回归的解析解（问题1-1）同样能够求解全连接神经网络模型吗？为什么？
5、全连接神经网络模型中的对率回归单元都是二分类器吗？为什么？
请问有会的吗，求解答。