返回全部题目← 上一题49 / 136下一题 →题库/模型训练与对齐/Q-5340牛顿法如何由二阶近似推导更新,与梯度下降有何不同?知识专题:训练框架、调参与排障题目类型:原理机制技术难度:深入收录题集:2 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi(新窗口打开)Qwen千问(新窗口打开)OpenAIChatGPT(新窗口打开)自动带入当前题目本题目录收录题集相关题目收录题集2 份深度学习核心概念Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →二阶优化方法(如牛顿法)为什么在深度学习中很少使用?机器学习基础与优化Datawhale · daily-interview · 2 条原题查看题集 →梯度下降法和牛顿法能保证找到函数的极小值点吗,为什么?推导多元函数牛顿法的迭代公式。相关题目4 题0100项目中的强化学习框架是如何搭建的?同一知识专题题目类型:项目深挖技术难度:深入相关面经:2 篇0101verl 中的 Agent Loop 如何实现?同一知识专题题目类型:原理机制技术难度:进阶相关面经:1 篇0276训练正常而离线评测骤降时,如何定位链路问题?同一知识专题题目类型:故障排查技术难度:深入相关面经:1 篇0381资源受限的微调中,如何判断学习率过高或过低?同一知识专题题目类型:故障排查技术难度:进阶相关面经:1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题梯度下降如何更新参数,步长与收敛条件有何关系?下一题 →BatchNorm 与 Dropout 共同使用时会怎样相互影响?