BP网络目标函数存在多个极值点，按梯度下降法进行学习，很容易陷入局部极小值。
A、对
B、错
发布时间：2025-06-30 18:11:27
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：对
相关试题
- 1.BP网络目标函数存在多个极值点，按梯度下降法进行学习，很容易陷入局部极小值。
- 2.使用梯度下降法求y=(x-2.5)^2-1的极值点时，Result too large报错的主要原因是（）
- 3.编程实现梯度下降法时，首先需要确定损失函数，然后对损失函数求偏导数来计算梯度，最后通过梯度来更新模型参数。
- 4.函数的驻点必为极值点，极值点必为驻点
- 5.在深度学习中，sigmoid函数存在梯度爆炸的问题。
- 6.由于函数极值点的必要条件是函数在这一点的梯度值的模为________，因此当迭代点的函数梯度的模已充分小时，则认为________。
- 7.在解决函数优化问题时，基因遗传算法的全局性不好，容易陷入局部最优值。
- 8.参数优化法中采用梯度下降法进行参数迭代校正，能够确保找到最优参数。
- 9.基于梯度的数值优化算法容易陷入局部最优解,不适用于求解复杂系统的全局最优解。()
- 10.9-7 方向导数与梯度&9-8 多元函数的极值及其求法笔记
