在梯度下降算法中,通过调整()可以优化神经网络。
A: 方向
B: 学习率或者步长
C: 神经元个数
D: 输入值
A: 方向
B: 学习率或者步长
C: 神经元个数
D: 输入值
举一反三
- 人工神经网络是通过算法调整神经元中的______，模拟人类神经网络的学习能力。 A: 权值 B: 损失函数 C: 激活函数 D: 神经元个数
- 人工神经网络是通过算法来自动调整神经元中的权值，模拟人类神经网络的学习能力。
- 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
- 下面有关神经网络梯度消失说法错误的是（） A: 当神经网络的隐层增加时，就容易发生梯度消失问题，表现在靠近输入层的权重难以更新。 B: 网络梯度消失可能导致有些权重难以更新，导致网路训练失败。 C: 网络梯度消失可以通过改变隐层和输出层的神经元激活函数减弱。 D: 网络梯度消失可以通过减少隐层神经元的个数减弱。