关于模型参数（权重值）的描述，正确的说法是哪些？
A: 每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小
B: 训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中
C: 在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少
D: 模型参数量越多越好，但没有固定的对应规则
A: 每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小
B: 训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中
C: 在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少
D: 模型参数量越多越好，但没有固定的对应规则
举一反三
- 关于模型参数（权重值）的描述，正确的说法是哪些？ A: 神经网络的模型存储于神经元之间的权重中，即以权重的形式保存模型 B: 在训练神经网络过程中，参数不断调整，其调整是基于损失函数的结果。 C: 每一次Epoch都会对之前的参数进行调整，迭代次数越多，参数一定越准。 D: 模型参数量需要与特征数相匹配，但没有固定的对应规则。
- 下面有关神经网络的说法，正确的是？ A: 神经网络神经元的输出都是传给其他神经元，不能再反馈回来 B: 神经网络的训练主要是针对神经元之间的权重和神经元的偏置进行一定的调整，使得代价函数极小化 C: 均方差损失函数是神经网络常用的一种代价函数（损失函数） D: 神经网络不同层次的神经元可以使用不同的激活函数
- 下面有关神经网络的说法，正确的是？ A: 神经网络神经元的输出都是传给其他神经元，不能再反馈回来。 B: 神经网络的训练主要是针对神经元之间的权重和神经元的偏置进行一定的调整，使得代价函数极小化。 C: 神经网络不同层次的神经元可以使用不同的激活函数。 D: 均方差损失函数是神经网络常用的一种代价函数（损失函数）。
- 下面有关神经网络的说法,错误的是? A: 神经网络神经元的输出都是传给其他神经元，不能再反馈回来 B: 神经网络不同层次的神经元可以使用不同的激活函数 C: 均方差损失函数是神经网络常用的一种代价函数（损失函数） D: 神经网络的训练主要是针对神经元之间的权重和神经元的偏置进行一定的调整，使得代价函数极小化
- 有关神经网络参数初始化的说法错误的是哪个？ A: 过大过小的参数都影响网络的训练 B: 神经网络可以用0来初始化权重 C: 可以进行参数的随机初始化 D: 合适的权重初始化可以加快神经网络的训练，提升模型的效果