在神经网络的训练过程中，模型训练的目的是（）。
A: 更新激活函数，使得模型输出的预测与测试的真实标签尽可能接近。
B: 更新损失函数，使得模型输出的预测与测试的真实标签尽可能接近。
C: 更新权重W和偏置b，使得模型输出的预测与测试的真实标签尽可能接近。
D: 同时更新权重W、偏置b、损失函数和激活函数，使得模型输出的预测与测试的真实标签尽可能接近。
A: 更新激活函数，使得模型输出的预测与测试的真实标签尽可能接近。
B: 更新损失函数，使得模型输出的预测与测试的真实标签尽可能接近。
C: 更新权重W和偏置b，使得模型输出的预测与测试的真实标签尽可能接近。
D: 同时更新权重W、偏置b、损失函数和激活函数，使得模型输出的预测与测试的真实标签尽可能接近。
举一反三
- 有监督学习是利用一组已知输入x和输出y的数据来学习模型的参数，使得模型预测的输出标记和真实标记尽可能的一致。（）
- 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。
- 下列关于训练模型的说法中，错误的是______。 A: 训练模型的过程，就是计算损失函数梯度，迭代更新模型参数 B: 只采用训练集来更新模型参数 C: 训练集和测试集都参与了对模型参数的更新 D: 训练集和测试集的误差都需要被记录下来
- 损失函数是模型得到的输出与该样本对应的真实输出之间的差值。
- 损失函数是模型得到的输出与该样本对应的真实输出之间的差值。