EM算法中，计算新一轮迭代的模型参数是在哪一步？
A: 参数初始化阶段
B: E步骤
C: M步骤
D: 反向传播阶段
A: 参数初始化阶段
B: E步骤
C: M步骤
D: 反向传播阶段
举一反三
- EM算法的基本步骤是？（） A: 初始化参数 B: E步骤和M步骤 C: 迭代至收敛 D: 解方程
- 关于EM算法描述正确的是（ ） A: EM算法核心步骤有两步，即E步和M步 B: EM算法初始化模型参数可以采用均匀分布随机数 C: EM算法需要初始化模型参数值 D: EM算法停止条件必须是模型参数稳定
- EM算法中的M步一般是估计模型的参数。（ ）
- 根据______步骤可完成一轮神经网络的训练。①设置模型参数初始值②将预测值与标签值比较，计算损失③正向计算神经网络的预测值④根据梯度下降法逐层反向更新网络模型参数⑤采用误差反向传播算法计算梯度信息 A: ①②③④⑤ B: ①③②⑤④ C: ①③②④⑤ D: ①②③⑤④
- 下面哪个是反向传播神经网络参数学习的步骤（ ） A: 梯度反向传播更新参数 B: 从输入层到输出层前向传播计算预测输出 C: 选择参数优化的学习算法如梯度下降 D: 通过代价函数计算真实输出和预测输出的损失