BP神经网络中采用的负梯度下降算法，当误差目标函数中存在多个极值点时，仍然能够寻找到全局最优解。
举一反三
- BP网络目标函数存在多个极值点，按梯度下降法进行学习，很容易陷入局部极小值。
- 以下关于BP神经网络的描述中错误的是（ ）。 A: 神经网络的层内之间不存在连 B: BP网络是一种前向网络结 C: 前一层的神经元和后一层的神经元存在部分连接关系 D: 采用误差反向传播的负梯度下降算法调整网络权值
- 以下关于BP神经网络的描述中错误的是 A: 前一层的神经元和后一层的神经元存在部分连接关系 B: 神经网络的层内之间不存在连接 C: 采用误差反向传播的负梯度下降算法调整网络权值 D: BP网络是一种前向网络结构
- 梯度下降算法是一种求解全局最优解的方法
- 全局梯度下降算法、随机梯度下降算法和批量梯度下降算法均属于梯度下降算法，以下关于其有优缺点说法错误的是（） A: 全局梯度算法可以找到损失函数的最小值 B: 批量梯度算法可以解决局部最小值问题 C: 随机梯度算法可以找到损失函数的最小值 D: 全局梯度算法收敛过程比较耗时