题目详情
人工神经网络训练的目的就是使得损失函数最小化。（）
A.正确
B.错误
题目答案
题目解析⬇️小程序搜题更方便
推荐题目
隐藏层中的全连接层主要作用是将所有特征融合到一起。（）
强化学习中,（）主要探索未知的动作会产生的效果,有利于更新Q值,获得更好的策略。
误差的反向传播,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小。（）。
马尔可夫性质强调在每一个动作状态序列中,下一个状态与（）有关。
梯度下降算法是最常用也是最有效的神经网络的优化办法,完全可以满足不同类型的需求。（）
强化学习的回报值一个重要特点是具有（）。
典型的“鸡尾酒会”问题中,提取出不同人说话的声音是属于（）。
用于监督分类的算法有（）。
（）有跟环境进行交互,从反馈当中进行不断的学习的过程。
在强化学习中,主体和环境之间交互的要素有（）。
在Q-Learning中,所谓的Q函数是指（）。
对人脸好看程度评分,主要用的是监督学习的分类功能。（）
Q函数Q(s,a)是指在一个给定状态s下,采取某一个动作a之后,后续的各个状态所能得到的回报的（）。
人工智能学习玩FlappyBird过程中,只需要人类告诉AI不能碰到水管即可,不需要提供其他信息。（）
在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越（）,保持旧的结果的比例越（）。
