A43065. 梯度下降算法的正确步骤是什么？1.计算预测值和真实值之间的误差 2. 重复迭代，直至得到网络权重的最佳值3.把输入传入网络，得到输出值 4. 用随机值初始化权重和偏差 5. 对每一个产生误差的神经元，调整相应的（权重）值以减小误差

A43040 关于反向传播，以下说法错误的是? 同考点 · 中等 → A66620 2024年10月8日，诺贝尔物理学奖“意外地”颁给了两位计算机科学家约翰·霍普菲尔德（John J. Hopfield）和杰弗里·辛顿（Geoffrey E. Hinton）。这两位科学家的主要研究方向是（ ） 同考点 → A62767 小明在科学课上学到“人工智能也有大脑!"-一原来人工智能里的“神经网络“是模仿某种结构来的。你知道它最初受到什么启发吗?（ ） 同考点 → A55652 2024 年 10 月 8 日，诺贝尔物理学奖“意外地”颁给了两位计算机科学家约翰·霍 普菲尔德(John J. Hopfield)和杰弗里·辛顿(Geoffrey E. Hinton)。这两位科学家 的主要研究方向是?( ) 同考点 → A53086 关于批量⼤⼩（Batch Size）对模型训练的影响，以下说法错误的是 同考点 → A43099 以下哪些是通用逼近器？ 同考点 · 中等 → A43097 下面哪一项对梯度下降（GD） 和随机梯度下降（SGD） 的描述是正确的？ 1 在 GD和SGD中，每一次迭代中都是更新一组参数以最小化损失函数。2 在 SGD 中， 每一次迭代都需要遍历训练集中的所有样本以更新一次参数。 3 在 GD 中， 每一 次迭代需要使用整个训练集或子训练集的数据更新一个参数。 同考点 · 中等 → A43039 以下关于神经网络的说法错误的是（ ） 同考点 · 中等 →