下列关于随机梯度下降法的描述中，哪个是错误的（ ）
A: 每一次搜索的方向，不能保证是损失函数减小的方向
B: 每一次搜索的方向，不能保证是损失函数减小最快的方向
C: 优化方向具有不可预知性
D: 对输入向量进行归一化处理，可以让梯度下降更好更快地收敛
A: 每一次搜索的方向，不能保证是损失函数减小的方向
B: 每一次搜索的方向，不能保证是损失函数减小最快的方向
C: 优化方向具有不可预知性
D: 对输入向量进行归一化处理，可以让梯度下降更好更快地收敛
举一反三
- 下面对梯度下降方法描述，不正确的是（ ）。 A: 梯度方向是函数值下降最快方向 B: 梯度反方向是函数值下降最快方向 C: 梯度下降算法是一种使得损失函数最小化的方法 D: 梯度下降算法用来优化深度学习模型的参数
- 下面对梯度下降方法描述不正确的是（ ） A: 梯度下降算法是一种使得损失函数最小化的方法 B: 梯度反方向是函数值下降最快方向 C: 梯度方向是函数值下降最快方向 D: 梯度下降算法用来优化深度学习模型的参数
- 以下关于梯度描述错误的是()。 A: 梯度是一个向量 B: 求梯度实际上就是对损失函数中的每个变量求微分 C: 梯度方向是指函数在给定点上升最快的方向 D: 梯度下降算法总能找到最优解
- 关于模型的迭代优化算法下面说法错误的是: A: 当很难直接求解目标函数的极值点时,可以通过迭代逼近的方式确定参数最优解 B: 梯度下降法的参数更新搜索方向是负梯度方向 C: 梯度下降法搜索的是目标函数极小值点,因此求目标函数的极大值点不能使用梯度下降法 D: 牛顿迭代法的收敛速度很快但搜索方向构造困难,拟牛顿法是牛顿法的改进
- 以关于梯度下降法叙述，正确的有（ ）。 A: 梯度下降方法迭代时将沿着负梯度方向进行更新 B: 梯度的负方向是使得函数值下降最快的方向 C: 梯度方向是使得函数值上升降最快的方向 D: 梯度下降方法迭代时将沿着梯度方向进行更新