下列选项中，哪些因素会影响到感知器算法中随机梯度下降法的求解结果？
A: 初始权向量设置
B: 学习速率
C: 样本处理顺序不同
D: 学习规则
A: 初始权向量设置
B: 学习速率
C: 样本处理顺序不同
D: 学习规则
A,B,C
举一反三
内容
- 0
在感知器算法中可以通过梯度下降法找到合适的权向量a。 A: 正确 B: 错误
- 1
中国大学MOOC: 在感知器算法中可以通过梯度下降法找到合适的权向量a。
- 2
下面关于感知器算法的说法正确的是（） A: 样本经过增广化处理后样本和权向量的维数都会增加一维。 B: 在解空间中满足aTyi>0的条件的解向量是唯一的。 C: 感知器算法的思想是选择一个合适的权向量a，使得aT与错分样本的乘积大于零。 D: 在感知器算法中的学习率是不可改变的。
- 3
下列关于感知器算法的说法中错误的是 A: 在感知器算法中的学习率是可以改变的 B: 在感知器算法中可以通过调整学习率p来减少迭代次数。 C: 在感知器算法中，如果样本不是线性可分的，则算法最后不会收敛。 D: 感知器算法也适用于线性不可分的样本
- 4
为了提高神经网络的学习速度，以下说法正确的是 A: 从随机梯度下降改为动量梯度下降法，通常是一个不错的尝试 B: 从随机梯度下降改为RMSprop梯度下降法，通常是一个不错的尝试 C: 从随机梯度下降改为Adam梯度下降法，通常是一个不错的尝试 D: 采用学习率衰减的方式，通常是一个不错的尝试