3.3 网络的自我进化：神经网络的训练过程习题.docx

3.3网络的自我进化：神经网络的训练过程

一、判断题

在神经网络训练的前向传播阶段，数据从输入层经过隐藏层最终到达输出层，并在此阶段更新网络的权重。（）

损失函数（LossFunction）的主要作用是衡量模型预测值与真实标签之间的差距，损失值越小通常代表模型预测越准确。（）

反向传播（Backpropagation）是神经网络“学习”的核心，它通过将误差从输出端向输入端逐层传递来计算每个权重的改进方向。（）

如果训练时学习率（LearningRate）设置得非常大，模型会更快地收敛到最优解，不会产生任何副作用。（）

Dropout是一种防止过拟合的常用手段，它的原理是在训练过