题目内容

以下关于学习率说法错误的是( )。

A. 学习率的选择不能太大也不能太小
B. 学习率太大会导致无法收敛
C. 学习率太小会使得算法陷入局部极小点
D. 学习率必须是固定不变的

查看答案

搜索结果不匹配？点我反馈

更多问题

A. 算法只要知道上一层神经元的阈值梯度,就能计算当前层神经元的阈值梯度和连接权值梯度
B. 当前层的连接权值梯度,取决于当前层神经元阈值梯度和上一层神经元输出
C. 隐层的阈值梯度只跟本层的神经元输出值有关
D. 隐层阈值梯度取决于隐层神经元输出、输出层阈值梯度和隐层与输出层的连接权值

A. 尽量减小迭代的学习率
B. 在每一轮迭代中都赋予一定的概率接受次优解,但是概率随迭代不断降低
C. 令初始值为较大的值
D. 以上做法都不可行

A. 早期的神经网络算法需要训练的参数太多
B. 早期的神经网络算法无法收敛
C. 早期的神经网络算法无法处理非线性学习问题
D. 早期的神经网络的收敛速度太慢

A. 为参数选取多组初始值,分别训练,再选取一组作为最优值
B. 增大学习的步长
C. 减少训练数据集中数据的数量
D. 设置一个正则项减小模型的复杂度