A43067. 在神经网络训练过程中，学习率过大，会导致以下什么结果？

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 → 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 → 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 同考点 · 中等 → A43040 关于反向传播，以下说法错误的是? 同考点 · 中等 → A42873 神经网络训练过程中，一般会遇到停滞期，即神经网络在进入全局最小值之前陷入局部最小值。以下哪个策略可以避免上述情况？ 同考点 · 中等 → A42852 如果我们用了一个过大的学习速率会发生什么？ 同考点 · 中等 → A42790 当数据过大以至于无法在RAM中同时处 理时 ，哪种梯度下降方法更加有效？ 同考点 · 中等 →