搜题
网友您好,请在下方输入框内输入要搜索的题目:
搜题
题目内容 (请给出正确答案)
提问人:网友a253985400 发布时间:2022-01-07
[主观题]

下列关于梯度下降(Gradient descent )法的描述错误的是

A、梯度下降是利用一阶的梯度信息找到代价函数局部最优解的一种方法

B、通常会先初始化一组参数值, 在这个值之上,用梯度下降法去求出下一组的值。由于是梯度下降的,所以损失函数的值在下降。当迭代到一定程度, 损失函数取值趋于稳定,此时的参数取值即为要求得的值

C、学习速率的选取很关键,如果学习速率取值过大,容易达不到极值点甚至会发散,学习速率太小容易导致收敛时间过长

D、其中的学习速率是模型参数,而不是超参数

简答题官方参考答案 (由简答题聘请的专业题库老师提供的解答)
查看官方参考答案
更多“下列关于梯度下降(Gradient descent )法的描述错误的是”相关的问题
第1题
下列关于避免双重征税的税收协定描述错误的是()。
A、世界上既有双边的税收协定也有多边的税收协定

B、税收协定对签约国(地区)都具有法律约束力

C、若签约国对既有税收协定的具体条款达成一致的修改意见时,可以通过议定书的形式对既有协定进行修改

D、当税收协定与一国国内法对税务事项有不同规定时,通常优先适用国内法规定

点击查看答案
第2题
下面的一段python程序是使用scikit-learn来构建线性回归模型,其中最后一条语句的目的是得到X_test的预测结果,则空格内应该填入的函数为 from sklearn.linear_model import LinearRegression X = [[6, 2], [8, 1], [10, 0], [14, 2], [18, 0]] y = [[7], [9], [13], [17.5], [18]] model = LinearRegression() model.fit(X, y) X_test = [[8, 2], [9, 0], [11, 2], [16, 2], [12, 0]] y_test = [[11], [8.5], [15], [18], [11]] predictions = model. (X_test)

A、predict

B、get

C、pred

D、learn

点击查看答案
第3题
scikit-learn中的逻辑回归解决方案“liblinear”使用的是CD优化(即coordinate descent,坐标下降)算法,则下面的描述错误的是:

A、CD是一种梯度优化算法

B、在每次迭代中,该方法在当前点处沿一个坐标方向进行一维搜索以求得一个函数的局部极小值。在整个过程中循环使用不同的坐标方向

C、该方法从一个初始的猜测值以求得函数的局部最优值。该方法需要迭代进行

D、如果在某次迭代中,函数得不到优化,说明一个驻点已经达到。但是对于非平滑函数,坐标下降法可能会在在非驻点中断执行

点击查看答案
第4题
在scikit-learn中,如何处理多类分类(Multi-class classification)问题?

A、scikit-learn无法实现多类分类

B、scikit-learn只能用one-vs.-all实现多类分类

C、scikit-learn只能用one-vs.-the-rest方法实现多类分类

D、scikit-learn可以使用one-vs-one或one-vs.-the-rest方法实现多类分类,即将多类分类问题转化为构建若干个两类的分类器

点击查看答案
第5题
下图是哪种函数的曲线? [图]A、sigmoidB、tanhC、ELUD、Re...

下图是哪种函数的曲线?

A、sigmoid

B、tanh

C、ELU

D、ReLU

点击查看答案
第6题
下面的一段python程序,其目的是显示下面的哪一种函数的图形? import numpy as np import matplotlib.pyplot as plt plt.figure() plt.axis([-6, 6, 0, 1]) plt.grid(True) X = np.arange(-6,6,0.1) y = 1 / (1 + np.e ** (-X)) plt.plot(X, y, 'b-') plt.show()

A、tanh

B、ELU

C、sigmoid

D、ReLU

点击查看答案
第7题
下图中的三条曲线是分别是线性回归、二次回归以及100次多项式的回归的曲线,则为了实现生成多项式特征,需要使用的import语句是?

A、import matplotlib.pyplot as plt

B、import numpy as np

C、from scipy.stats import norm

D、from sklearn.preprocessing import PolynomialFeatures

点击查看答案
第8题
下面关于岭(Ridge)回归的描述正确的是

A、岭回归使用L1正则化

B、岭回归使用L2正则化

C、岭回归使用L1+L2正则化

D、岭回归不使用正则化

点击查看答案
第9题
下面关于弹性网(Elastic net)的描述正确的是

A、弹性网使用L1正则化

B、弹性网使用L2正则化

C、弹性网使用L1+L2正则化

D、弹性网不使用正则化

点击查看答案
重要提示: 请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案
购买前请仔细阅读《购买须知》
请选择支付方式
微信支付
支付宝支付
点击支付即表示你同意并接受《服务协议》《购买须知》
立即支付
搜题卡使用说明

1. 搜题次数扣减规则:

功能 扣减规则
基础费
(查看答案)
加收费
(AI功能)
文字搜题、查看答案 1/每题 0/每次
语音搜题、查看答案 1/每题 2/每次
单题拍照识别、查看答案 1/每题 2/每次
整页拍照识别、查看答案 1/每题 5/每次

备注:网站、APP、小程序均支持文字搜题、查看答案;语音搜题、单题拍照识别、整页拍照识别仅APP、小程序支持。

2. 使用语音搜索、拍照搜索等AI功能需安装APP(或打开微信小程序)。

3. 搜题卡过期将作废,不支持退款,请在有效期内使用完毕。

请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
警告:系统检测到您的账号存在安全风险

为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!

- 微信扫码关注简答题 -
警告:系统检测到您的账号存在安全风险
抱歉,您的账号因涉嫌违反简答题购买须知被冻结。您可在“简答题”微信公众号中的“官网服务”-“账号解封申请”申请解封,或联系客服
- 微信扫码关注简答题 -
请用微信扫码测试
欢迎分享答案

为鼓励登录用户提交答案,简答题每个月将会抽取一批参与作答的用户给予奖励,具体奖励活动请关注官方微信公众号:简答题

简答题官方微信公众号

简答题
下载APP
关注公众号
TOP