首页 > 高职专科
题目内容 (请给出正确答案)
[单选题]

题目梯度下降算法可以帮助找到线性回归中损失函数的最小值,以下哪项不是梯度下降算法找到最小值需要解决的问题()

A.如何选择下降的方向

B.如何确定步长

C.何时停止运动

D.何时开始运动

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“题目梯度下降算法可以帮助找到线性回归中损失函数的最小值,以下…”相关的问题
第1题
假设在一个深度学习网络中批处理梯度下降花费了太多的时间来找到一个值的参数值,该值对于成本函数J(W[1],b[1],…,W[L],b[L])来说是很小的值。以下哪些方法可以帮助找到J值较小的参数值()

A.尝试使用Adam算法

B.尝试对权重进行更好的随机初始化

C.尝试调整学习率α

D.尝试mini-batch梯度下降

点击查看答案
第2题
在线性回归中,最小二乘法就是试图找到一条直线,使所有样本到直线上的()之和最小。

A.欧式距离

B.城市距离

C.余弦距离

D.马氏距离

点击查看答案
第3题
下列关于线性回归和逻辑回归,说法不正确的是()。

A.线性回归主要对连续性数值进行预测

B.逻辑回归不属于分类算法

C.逻辑回归的本质是概率性回归,是广义线性模型的一种

D.线性回归中,“最小二乘法”是基于均方误差最小化来进行模型求解的方法

点击查看答案
第4题
假设在一个深度学习网络中,批量梯度下降花费了大量时间时来找到一组参数值,使成本函数小。以下哪些方法可以帮助找到值较小的参数值?()

A.令所有权重值初始化为0

B.尝试调整学习率

C.尝试mini-batch梯度下降

D.尝试对权重进行更好的随机初始化

点击查看答案
第5题
Mllib中线性会馆算法中的参数intercept表示()。

A.要运行的迭代次数

B.梯度下降的步长

C.是否给数据加干扰特征或者偏差特征

D.Lasso和ridge的正规化参数

点击查看答案
第6题
多元线性回归中的“线性”是指什么是线性的()。

A.自变量

B.系数

C.因变量

D.误差

点击查看答案
第7题
一元线性回归中,反应X对Y影响的显著性大小的参数是()。

A.判定系数

B.相关系数

C.斜率的检验统计量

D.斜率的大小

点击查看答案
第8题
一元线性回归中,估计标准误差反映了实际值在估计回归直线周围的分散情况,标准误差越大,则就越分散;标准误差越小,则就越集中()
点击查看答案
第9题
下面梯度下降说法正确的是?()

A.随机梯度下降是梯度下降中常用的一种

B.梯度下降包括随机梯度下降和批量梯度下降

C.梯度下降算法速度快且可靠

D.随机梯度下降是深度学习算法当中常用的优化算法之一

点击查看答案
第10题
动量梯度下降算法是通过()和()控制梯度下降的。

A.最小值

B.指数加权平均值

C.学习率

D.标准差

点击查看答案
第11题
边缘检测常用的算法不包括()。

A.canny算子

B.sobel算子

C.梯度下降算法

D.laplacian算子

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改