关于Adam算法，下列哪一个陈述是错误的？（)

A.Adam算法常用于批量梯度下降，而不是随机梯度下降（小批量）

B.Adam结合了Rmsprop和动量的优点

C.Adam中的学习率超参数通常需要调整

D.我们通常使用超参数的默认值

A.Adam算法常用于批量梯度下降，而不是随机梯度下降（小批量）

B.Adam结合了Rmsprop和动量的优点

C.Adam中的学习率超参数通常需要调整

D.我们通常使用超参数的默认值

A.γ和β的值确定了给定的批量归一化层的输出变量的均值和方差

B.最佳值是γ=√δ²+∈，β=μ

C.γ和β是算法的超参数，我们通过随机采样进行调整

D.它们的值可以通过Adam、AdaGrad或RMSprop优化算法来学习

A.批量梯度下降算法中，每次迭代都使用所有样本来计算偏导数

B.随机梯度下降算法计算速度快，可以使模型快速收敛

C.小批量梯度下降算法每次迭代的训练样本数固定不变

D.Adam是小批量梯度下降算法的改进算法

A.Adam算法的学习率需要调整

B.Adam算法综合了RMSProp和Momentum的优点

C.Adam算法应该用于Batch Gradient Descent，不能用于mini-batch Gradient Descent

D.Adam算法的计算量比RMSProp和Momentum大

A.控制应该针对所有领域的工作情况

B.控制应该尽量简单

C.过时的信息是不恰当的

D.过度的控制既浪费时间又浪费金钱

A.A.过度的控制既浪费时间又浪费金钱。

B.B.过时的信息是不恰当的。

C.C.控制应该针对所有领域的工作情况。

D.D.控制应该尽量简单。

A.minibatchsgd

B.Adam

C.LBFSG

D.FTRL