是
否
第1题
第2题
A、负梯度方向是使函数值下降最快的方向
B、当目标函数是凸函数时,梯度下降法的解是全局最优解
C、梯度下降法比牛顿法收敛速度快
D、拟牛顿法不需要计算Hesse矩阵
第3题
第4题
A、res1表示最优函数取值,res2表示最优解
B、res1表示最优解,res2表示最优函数值
C、res1表示最优解,res2表示中止标识
D、res1表示中止标识,res2表示最优解
第5题
第6题
A、当优化问题的数值解接近局部最优值时,随着目标函数解的梯度接近或变为零,通过最终迭代获得的数值解可能仅使目标函数局部最优,而不是全局最优
B、在深度学习优化问题中,经常遇到的是梯度爆炸或梯度消失
C、优化问题中设置的学习率决定目标函数能否收敛到局部最小值,以及何时收敛到最小值
D、一般来说,小批量随机梯度下降比随机梯度下降和梯度下降的速度慢,收敛风险较大
第8题
A、FUN表示目标函数,X0表示初始解
B、B表示约束条件A*x
C、Aeq、Beq不能为空
D、L
E、UB表示决策变量取值范围,必须是常数值
第9题
第10题
请帮忙给出正确答案和分析,谢谢!