首页
人工神经网络训练的目的就是使得损失函数最小化。（）
未来题库
→
百科
人工神经网络训练的目的就是使得损失函数最小化。（）
A.正确
B.错误
正确答案：A
Tags:
神经网络
最小化
函数
猜你喜欢
1.
直接策略的RL直接优化目标函数，对策略进行参数化表示，与值函数相比，策略化参数的方法更简单，更容易收敛。（）
2.
以下关于卷积神经网络说法错误的是（）
3.
不同的深度神经网络产生的深度学习技术性能是有差异的，用途也不一样。（）
4.
卷积神经网络是所谓深度神经网络的最重要的模型，深度就是隐层非常多的意思，深度越深，性能越好。（）
5.
人工神经网络从一个方面上模拟大脑：组成人工神经网络的神经元之间的连接强度，即突触权值w ，可用于储存获取的知识。（）
6.
控制标准是时间的函数，这种控制类型属于（）
7.
“quit”是Authorware的系统函数，其作用是（）。
8.
在Authorware中，对“GoTo”函数的描述，错误的是（）。
9.
#pragma vector=PORT1（）VECTOR表示中断函数是为 ； 的中断服务的。
10.
中断函数可以根据需要灵活设计输入参数。