题目内容

神经网络中梯度下降法的训练步骤通常如何？ 1. 根据样本预测值和真实值之间的误差，计算损失函数 2. 迭代更新，直到模型整体误差小于阈值或者达到预定的迭代次数 3. 把样本输入给模型，得到预测值 4. 初始化模型的参数，如权重和偏差等 5. 反向传播，按照梯度下降的方向改变神经元相应的权重值

A. 1, 2, 3, 4, 5
B. 5, 4, 3, 2, 1
C. 3, 2, 1, 5, 4
D. 4, 3, 1, 5, 2

查看答案

搜索结果不匹配？点我反馈

更多问题

A. 简介
B. 方法
C. 结果
D. 讨论

A. 在卷积神经网络中，卷积的下一步通常是进行池化处理(pooling)
B. 池化处理主要是对不同位置的特征进行聚合统计
C. 池化处理起到了减少了参数和降维的作用
D. 常用的池化做法是对每个滤波器的输出求最大值、平均值等

A. 到处舔物
B. 对视觉刺激过度反应
C. 性行为消失
D. 对惊吓和恐惧刺激的反应减弱

A. 800
B. 900
C. 1000
D. 1200