计算机等级考试题库
NCRE官方备考平台
NCRE题库
题目
资料
资讯
VIP会员
登录
|
注册
首页
题库练习
题库大全
智能组卷
模拟考试
历年真题
试卷大全
考试资讯
学习资料
首页
题库练习
题目详情
人工智能基础
单选题
中等
在实现梯度下降时,为什么常常需要对输入特征进行归一化处理?
A
加快收敛速度
B
使模型更准确
C
避免过拟合
D
不需要归一化
查看解析
上一题
下一题
正确答案:A
解析
归一化处理可以缩小特征的量纲差异,使梯度下降更稳定、更快地收敛。
查看答案和解析
支付 ¥0.1 即可查看此题答案和详细解析
立即支付
低至 ¥0.1 起
知识点
梯度下降与优化方法
相关题目
•
梯度下降算法在训练神经网络时,主要目的是什么?
•
梯度下降的更新规则是根据什么方向进行参数更新的?
•
下列哪项不是梯度下降的变种?