第4关：机器学习中的重要参数

任务描述

本关任务：通过对机器学习中重要参数相关知识的学习，完成相应的选择题。

相关知识

为了完成本关任务，你需要掌握：

1. 超参数；
2. 学习速率；
3. 动量系数；
4. 偏置项。

超参数

在机器学习过程中， 有部分参数被称作超参数， 超参数是在学习训练之前设置的参数值，不同于其他参数是通过训练得到的 。 一般而言，机器学习的调优过程中会涉及对超参数进行调整优化，通过不断优化给出一组有效的超参数，使得模型在性能和效果上达到一个较好的结果，超参数可以简单理解为参数的参数 。

学习速率

学习速率 （Leaming Rate）是最常见的超参数之一，用于控制每次更新时调整的权值大小或权值修正的幅度， 一般用 n 表示。如果设置学习速率太小，则会使得收敛的速度太慢； 然而若是设置学习速率太大，则会导致波动较大。学习速率或分步率是函数逐步搜索空间的速率 。 学习速率的典型值在 0.001到 0.1 之间 。较小的步骤意味着更长的训练时间，但可以得到更精确的结果 。

动量系数

动量系数是确定优化算法收敛于最优点速度的另外一个因素 。 可以通过动量系数加速模型训练过程，但是更快的速度会降低模型的准确性 。 动量是在0 和 1之间的一个变量，被用作矩阵变化率的导数的一个因素，它影响权值随时间的变化率。 动量系数用于防止系统收敛到局部最优解中。 高动量系数也有助于提高系统的收敛速度 。然而将动量系数设置得太高可能会导致超过最小值的风险，这可能导致系统变得不稳定。过低的动量系数不能可靠地避免局部最小值，还可能减缓系统的训练速度 。 在训练过程中更新权值的一个动量项， 即在权值不断更改的情况下，动量可以保证权值的更改向指定的方向移动，取值在 [0,1]之间。

偏置项

偏置项可以帮助函数进行较好的左右平移，当 b>0时，函数向左移动； 当 b<0时，函数向右移动 。

作答要求

根据相关知识，按照要求完成右侧选择题任务。作答完毕，通过点击“测评”，可以验证答案的正确性。

参考资料

【1】机器学习中参数和超参数的区别

---

开始你的任务吧，祝你成功！

• 1、下列说法错误的是：    B

  A、学习速率用于控制每次更新时调整的权值大小或权值修正的幅度。
  B、
  C、动量系数可以加速模型训练过程，但是更快的速度会降低模型的准确性。
  D、偏置项是为了使目标函数更加的准确。

• 2、下列说法正确的是：    D  

  A、超参数可以通过训练获得。
  B、学习速率越大越好。
  C、学习速率越小越好。
  D、偏置项可以帮助函数进行较好的左右平移