损失函数的作用是用来估算模型的预测值与实际值的差距的函数，是一个非负的实数值函数，值越大，反应该网络的数据拟合性能越好。（ ）
举一反三
- 【判断题】损失函数层的作用是用来估算模型的预测值与实际值的差距的函数,它是一个非负的实数值函数,它的值越大,反应该网络的数据拟合性能越好,也就是其结果越逼近原始输入数据。() A. 对 B. 错
- 下列说法中错误的是__。A.最佳拟合直线应该经过每一个样本点B.最佳拟合直线应该使得所有点的残差累计值最小C.损失函数的值应该是一个非负的实值D.损失函数用来估量模型的预测值与真实值的不一致程度（） A: 1 B: 2 C: 3 D: 4
- 有关损失函数,说法错误的是(<br/>)。 A: 用来估量你模型的预测值与真实值的不一致程度 B: 用来估量你模型的分类结果矩阵中每个值之间的不一致程度 C: 非负实值函数 D: 该函数是网络调整的重要依据
- 以下关于卷积神经网络说法错误的是() A: 人工神经网络主要由输入层、隐藏层和输出层组成。深度学习一般要求有多个隐藏层 B: 卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性，这种连接恰好也符合生物神经元的稀疏性响应特性 C: 卷积神经网络有两个基本概念：权值共享和地化。权值共享使权值参数的个数减小；池化可以使特征图减小，简化计算 D: 损失函数层的作用是用来估算模型的预测值与实际值的差距的函数，它是一个非负的实数值函数，它的值越小，反应该网络的数据拟合性能越好，也就是其结果越逼近原始输入数据
- 以下关于卷积神经网络说法错误的是（ ）。 A: 人工神经网络主要由输入层、隐藏层和输出层组成。深度学习一般要求有多个隐藏层 B: 损失函数层的作用是用来估算模型的预测值与实际值的差距的函数，它是一个非负的实数值函数，它的值越小，反应该网络的数据拟合性能越好，也就是其结果越逼近原始输入数据 C: 卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性，这种连接恰好也符合生物神经元的稀疏性响应特性 D: 卷积神经网络有两个基本概念：权值共享和池化。权值共享使权值参数的个数减小；池化可以使特征图减小，简化计算