误差反向传播的PBP算法简称BP算法，其基本思想是梯度下降法。它采用梯度搜索技术，以期使网络的实际输出值与期望输出值的误差均方值为最小。（)

A.梯度下降法

B.最小均方误差

C.最大均方误差

D.平均值法

A.传统的BP网络一般都选用二级网络

B.BP网络是一种后馈网络

C.基本BP算法包括信号的前向传播和误差的反向传播两个过程

D.BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整

A.BP算法是一种将输出层误差反向传播给隐含层进行参数更新的方法

B.BP算法将误差从后向前传递，获得各层单元所产生误差，进而依据这个误差让各层单元修正各单元参数

C.对前馈神经网络而言，BP算法可调整相邻层神经元之间的连接权重大小

D.在BP算法中，每个神经元单元可包含不可偏导的映射函数

A.BP神经网络的训练过程中，先进行后向传播再进行前向传播

B.通过损失函数对后向传播结果进行判定

C.通过前向传播过程对权重参数进行修正

D.训练过程中权值参数的运算量很大，一般采用梯度下降法

A.Adam中的学习率超参数α通常需要调整

B.Adam优化算法常用于批量梯度下降法中，而不是用于随机(小批量)梯度下降法

C.我们经常使用超参数的默认值β1=0.9，β=0.999，∈10^-8

D.Adam结合了Rmsprop和动量的优点

A.最小均方误差

B.最大均方误差

C.平均值法

D.梯度下降法

A.随机梯度下降法最终收敛的点不一定是全局最优

B.随机梯度下降法最终收敛的点一定是全局最优

C.无论随机梯度下降法存不存在最终收敛的点，一定可以找到最优解

D.无论随机梯度下降法存不存在最终收敛的点，一定不能找到最优解

A.梯度方向是函数值下降最快方向

B.梯度下降算法是一种使得损失函数最小化的方法

C.梯度下降算法用来优化深度学习模型的参数

D.梯度反方向是函数值下降最快方向