A.保证映射投影(即降维后)所得结果相关度最大以及投影后结果方差最大
B.保证映射投影方向之间的方差最大以及投影方向正交(以去除冗余度)
C.保证映射投影(即降维后)所得结果方差最大以及投影方向正交(以去除冗余度)
D.保证映射投影(即降维后)所得结果冗余度最小以及投影后结果方差最大
A.梯度方向是函数值下降最快方向
B.梯度下降算法是一种使得损失函数最小化的方法
C.梯度下降算法用来优化深度学习模型的参数
D.梯度反方向是函数值下降最快方向
A.约束系数发生变化,只影响检验数
B.目标函数系数发生变化,只影响检验数
C.右端项发生变化,只影响最优解的可行性
D.增加一个变量,不影响其他变量的检验数
A.使用增加训练次数的方法不一定可以减少代价函数的取值
B.神经网络权重的初始化大小会对网络的训练结果无影响
C.对神经网络训练的优化需要综合考虑激活函数、网络结构、权重更新方法等多种因素
D.分析问题确定后,神经网络合适的结构就可以确定
A.正强化
B.负强化
C.惩罚
D.忽视