神经网络预测时，输出层只要输出预测值就可以了，不用计算损失函数。
举一反三
- 神经网络训练过程就是输入数据计算出预测值，在输出端利用损失函数计算预测值与真实值之间的差距，按照差距最小化的要求调整网络权重，找到一组参数使得________取得极小值。
- 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
- 要能控制神经网络的输出就需要获得神经网络模型的损失值，这个值一般使用损失函数来进行求取，它是（）[br][/br]之间的距离。 A: 预测值与真实目标值 B: 输入层表示与输出层表示 C: 输入层权重与输出层权重 D: 任意两层权重
- 神经网络可以有多个输出，不同的输出由不同的输出层输出。不同的输出层在配置时可以指定各自的________，各自损失函数的权重。
- 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