- A.生成训练数据
- B.根据损失函数的梯度逐层更新网络权重
- C.压缩模型体积
- D.直接提高标签质量
正确答案B. 根据损失函数的梯度逐层更新网络权重
答案解析
反向传播从输出层向输入层逐层计算损失对各参数的梯度，再由优化器（如 SGD/Adam）更新权重。同知识点练习
- 单项选择题 第 38 题神经网络中"激活函数"的主要作用是？
- 单项选择题 第 39 题卷积神经网络（CNN）最擅长处理的数据类型是？
- 单项选择题 第 40 题循环神经网络（RNN/LSTM）最适合处理的数据是？
- 单项选择题 第 42 题模型"过拟合"的典型表现是？
- 单项选择题 第 43 题下列不属于缓解过拟合措施的是？
- 判断题 第 44 题神经网络层数越深，训练效果就一定越好。
本题收录于「人工智能训练师 认证题库」，共 95 道题，全部提供答案与解析。可进入在线练习系统按知识点随机组卷、自动批改并归集错题。
进入在线练习 查看完整试卷 本类全部题目