BP神经网络在训练过程中，损失函数可能比较大，但随着训练的进行，损失函数基本不变化了，这种现象说明神经网络陷入？?
BP神经网络在训练过程中，损失函数可能比较大，但随着训练的进行，损失函数基本不变化了，这种现象说明神经网络陷入？?
发布时间：2025-05-08 12:06:44
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：局部极小值
相关试题
- 1.BP神经网络在训练过程中，损失函数可能比较大，但随着训练的进行，损失函数基本不变化了，这种现象说明神经网络陷入？?
- 2.人工神经网络训练的目的就是使得损失函数最小化
- 3.反向传播的作用是训练模型参数,在所有参数上用梯度下降,使神经网络模型在训练数据上的损失函数最大。( )
- 4.训练神经网络时，以下哪种激活函数最容易造成梯度消失？
- 5.神经网络训练分为批量训练和在线训练。
- 6.BP神经网络的基本网络结构由（）组成，
- 7.在神经网络中，常用的激活函数有
- 8.深度神经网络不能使用测试集数据进行训练。
- 9.典型的多层神经网络模型——BP神经网络在确定神经网络的权值过程中采用了关于输出误差的（ ）。
- 10.人工神经网络的本质是一个函数。
