A.神經(jīng)網(wǎng)絡(luò)調(diào)整參數(shù)的方式是一種前饋神經(jīng)網(wǎng)絡(luò)(FeedforwardNeuralNetwork) B.學習率在迭代的參數(shù)調(diào)整過程中會固定不變 C.梯度下降是運用積分的技巧來達成 D.損失函數(shù)移動的方向跟梯度的方向相同 E.神經(jīng)網(wǎng)絡(luò)調(diào)整參數(shù)的順序是從后面一層層往前調(diào)
A.損失函數(shù)是對每個輸入的預測值與真實值的差異計算總和 B.透過梯度下降一定可以找到降低損失函數(shù)的最佳解 C.損失函數(shù)的變量是可以調(diào)整的參數(shù) D.訓練神經(jīng)網(wǎng)絡(luò)是透過參數(shù)的調(diào)整來降低損失函數(shù) E.梯度下降是降低損失函數(shù)的一種算法
A.傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)是指全鏈接神經(jīng)網(wǎng)絡(luò) B.全鏈接神經(jīng)網(wǎng)絡(luò)也叫標準神經(jīng)網(wǎng)絡(luò) C.標準神經(jīng)網(wǎng)絡(luò)通常稱為NN(neuralnetwork) D.全鏈接神經(jīng)網(wǎng)絡(luò)的每個神經(jīng)元都會跟前后層的神經(jīng)元相連 E.每個神經(jīng)元內(nèi)部的計算架構(gòu)都不一樣