A.損失函數(shù)是對每個輸入的預測值與真實值的差異計算總和 B.透過梯度下降一定可以找到降低損失函數(shù)的最佳解 C.損失函數(shù)的變量是可以調(diào)整的參數(shù) D.訓練神經(jīng)網(wǎng)絡是透過參數(shù)的調(diào)整來降低損失函數(shù) E.梯度下降是降低損失函數(shù)的一種算法
A.傳統(tǒng)的神經(jīng)網(wǎng)絡是指全鏈接神經(jīng)網(wǎng)絡 B.全鏈接神經(jīng)網(wǎng)絡也叫標準神經(jīng)網(wǎng)絡 C.標準神經(jīng)網(wǎng)絡通常稱為NN(neuralnetwork) D.全鏈接神經(jīng)網(wǎng)絡的每個神經(jīng)元都會跟前后層的神經(jīng)元相連 E.每個神經(jīng)元內(nèi)部的計算架構(gòu)都不一樣
A.建構(gòu)神經(jīng)網(wǎng)絡時需要知道最終的函數(shù)學習機長什么樣子 B.打造一個神經(jīng)網(wǎng)絡的函數(shù)學習機是透過編程來達成 C.神經(jīng)網(wǎng)絡模型可分成輸入層、表現(xiàn)層及輸出層 D.神經(jīng)網(wǎng)絡模型可分成輸入層、隱藏層及輸出層 E.神經(jīng)網(wǎng)絡模型可分成輸入層、激發(fā)層及輸出層