下面哪个/些超参数的增加可能会造成随机森林数据过拟合？ 1 树的数量
2 树的深度3 学习速率

关于反向传播，以下说法错误的是?

在深度学习神经网络中，感知器是最简单的神经网络，关于其结构说法正确的是:

深度学习中神经网络类型很多，以下神经网络信息是单向传播的是:

损失函数反映了神经网络的目标输出和实际输出的误差，在深度学习中常用的损失函数是:

优化器是训练神经网络的重要组成部分，使用优化器的目的不包含以下哪项:

在神经网络中，我们是通过以下哪个方法在训练网络的时候更新参数，从而最小化损失函数的?

我们在训练神经网络过程中，使用梯度下降法不断更新哪种数值，进而使得损失函数最小化?

以下关于标准 RNN 模型，说法正确的是?

全局梯度下降算法、随机梯度下降算法和批量梯度下降算法均属于梯度下降算法，以下关于其有优缺点说法错误的是:

回归算法预测的标签是?