下面对梯度下降方法描述不正确的是（)。

A.批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值减小的方向

B.批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值增加的方向

C.批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值不变的方向

D.批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值发生变化的方向

A.初始点

B.步长

C.梯度

D.都不是

A.交叉熵也可以作为分类预测问题的损失函数

B.在使用梯度下降时，加上冲量项会减少训练的速度，但可能会增加陷入局部极小值的可能

C.与批量梯度下降法相比，使用小批量梯度下降法可以降低训练速度，但达到全局最优解可能需要更多的迭代次数

D.神经元的激活函数选择不影响神经网络的训练过程和最终性能

A.A.随机梯度下降法(Stochastic Gradient Descent)

B.B.不知道

C.C.整批梯度下降法(FulIBatch Gradient Descent)

D.D.都不是

A.缓慢下降

B.迅速下降

C.缓慢的匀速下降

D.呈梯度下降

A.A.随机梯度下降

B.B.激活函数

C.C.卷积函数

D.D.以上都不正确

A.如果训练样本量较大，可选用随机梯度下降(SGD)，它考虑历史梯度信息，更容易跳出局部极小值点

B.在高度非凸的深度网络优化过程，主要难点是鞍点

C.用无监督数据作分层预训练(Layer-wisePre-train)有助于解决梯度饱和问题

D.Sigmoid交叉熵损失函数适合于多标签学习，每一维彼此独立

A.优化凸目标函数

B.只能在随机梯度下降的情况下进行训练

C.可以混合使用不同的激活功能

D.以上均不是

A.结构风险最小化在最小化经验风险与降低模型复杂度之间寻找一种平衡

B.为了更好保证结构风险最小化，可适当减少标注数据

C.结构风险最小化与经验风险最小化的目标是不同的

D.在结构风险最小化中，优化求解目标为使得经验风险与模型复杂度之和最小