一、单选题（共20题，20.0分）17.（单选题，1.0分）在神经网络中，将多个神经元的输出进行加权求和，并加上偏置后，再通过激活函数得到最终输出，这个过程被称为（）。A 前向传播B 反向传播C 梯度下降D 随机初始化

本题考查神经网络中前向传播的概念。题目描述的是“将多个神经元的输出进行加权求和，加上偏置，再通过激活函数得到最终输出”的过程，这是神经网络前向传播的核心步骤。

• 前向传播（A）：指神经网络从输入层到输出层的信号传递过程，具体包括加权求和（线性组合）、加偏置、激活函数处理，符合题目描述。
• 反向传播（B）：是计算损失函数对权重和偏置的梯度，用于更新参数，与题目描述的“输出计算”无关。
• 梯度下降（C）：是一种优化算法，通过梯度更新参数以最小化损失，并非“输出计算过程”。
• 随机初始化（D）：是神经网络训练前对权重和偏置的初始化方法，与题目描述的“输出计算”无关。