题海让大学四年没有难题
白天模式登陆

题目详情

单选题 反向传播的正确流程是

A. 更新参数→前向计算损失→反向传播梯度

B. 反向传播梯度→前向计算损失→更新参数

C. 随机初始化→更新参数→反向传播

D. 前向计算损失→反向传播梯度→更新参数

默认课程课程封面

学科：默认课程

时间：2026-04-14 02:49:43

相关题目

相关作业

题目1
单选题
输入784节点,输出10节点的网络最可能用于
A. 手写数字分类(0-9)B. 时间序列预测C. 图像回归任务D. 二分类情感分析
题目2
单选题
PyTorch中实现数据分批的类是
A. DataLoaderB. DatasetC. TensorDatasetD. BatchSampler
题目3
单选题
某全连接网络输入层784节点,隐藏层512节点,输出层10节点,总参数量为
A. 784×512 + 512×10B. 784 + 512 + 10C. ×512 + (512+1)×10D. 784×512×10
题目4
单选题
对输入数据归一化的核心目的是
A. 减少测试集误差B. 统一数据分布,加速收敛C. 增加数据多样性D. 降低模型复杂度
题目5
单选题
以下关于全连接神经网络(FCNN)的描述,正确的是
A. 每个神经元与相邻层的所有神经元连接B. 同一层的神经元之间互相连接C. 每个神经元仅与下一层的部分神经元连接D. 网络层数必须大于3层
题目6
单选题
反向传播的正确流程是
A. 更新参数→前向计算损失→反向传播梯度B. 反向传播梯度→前向计算损失→更新参数C. 随机初始化→更新参数→反向传播D. 前向计算损失→反向传播梯度→更新参数
题目7
单选题
当网络输出层未使用激活函数(如直接输出logits),且任务是三分类问题时,应选择哪个损失函数
A. BCELossB. MSELossC. BCEWithLogitsLossD. CrossEntropyLoss
题目8
单选题
梯度累加的主要作用是
A. 动态调整学习率B. 减少显存占用C. 提高测试精度D. 加速反向传播
题目9
单选题
学习率衰减的主要目的是
A. 缓解后期过拟合B. 防止训练初期震荡C. 加速前向传播D. 提高模型容量
题目10
单选题
在PyTorch中实现梯度累积的正确代码逻辑是
A. 手动累加梯度并跳过optimizer.step()B. 每次loss.backward()后立即调用optimizer.step()C. 累积损失值后再调用一次backward()D. 多次loss.backward()后调用一次optimizer.step()
Copyright © 2022 津ICP备2021001502号