下面关于学习率的描述中，正确的说法是哪个（)？

A.对激活函数的输出结果进行范围限定，有助于梯度平稳下降，而ReLU输出范围无限的函数会导致梯度消失问题

B.ReLU函数中所有负值均被截断为结果0，从而导致特征丢失，可适当调高学习率避免此类情况

C.RMSProp学习率调整策略引入累积梯度的概念，从而解决学习率过早趋向于0而结束训练

D.随机梯度下降(SGD)每次更新只随机取一个样本，按照固定学习率计算梯度，所以速度较快

A.如果学习率很小，则优化成本函数将花费大量时间

B.如果学习率非常高，则梯度下降可能永远不会收敛

C.学习率是使用损失函数导数和步长来计算的

D.学习率是梯度下降算法中的超参数

A.学习率过大更容易导致训练陷入局部极小值

B.学习率可以与其他网络参数一起训练，对降低代价函数是有利的

C.学习率可以随着训练误差动态调整效果更好

D.网络训练时刚开始学习率可以大一些，以便提高学习速度，随后应减少学习率，以免引起学习震荡

A.随机梯度下降算法

B.Adagrad优化器

C.动量优化器

D.小批量梯度下降算法

A.相对于损失函数对于系数求偏导

B.设置一个静态学习率

C.动态调整学习率

D.不断对系数进行更新操作

A.运行效率

B.精确率

C.召回率

D.准确度

A.Ridge和Lasso回归中的正则化惩罚(Lambda)

B.梯度下降的步长和学习率

C.决策树中的叶节点数

D.以上均是

A.调整模型的容量(capacity)

B.增加训练集的数据量

C.增加训练的次数

D.减少学习率，减少学习的步长，增加学习的精度