题目
训练中模型自动调整的值称为？（ ）A.参数B.超参
训练中模型自动调整的值称为？（ ）
A.参数
B.超参
题目解答
答案
解答：
正确答案是 B.超参。
参数 和 超参 是机器学习模型训练中经常出现的两个概念，它们的区别在于：
参数 是模型在训练过程中学习到的值，例如神经网络中的权重和偏置。它们是模型内部的属性，用于映射输入到输出。
超参 是在训练前设置的固定值，用于控制模型的训练过程，例如学习率、隐藏层数量、正则化系数等。它们是模型外部的属性，用于调整模型的学习策略。
因此，在训练中模型自动调整的值称为超参。 超参的调整通常需要通过手动尝试或使用自动超参优化算法来完成，以找到最优的模型配置。
解析
考查要点：本题主要考查机器学习中参数与超参数的核心区别，理解两者在模型训练中的角色和调整方式。
解题关键：
- 参数是模型在训练过程中自动学习和优化的值（如神经网络的权重）。
- 超参数是训练前手动设定的固定值，控制训练过程（如学习率、层数）。
核心思路：根据题目中“自动调整”的描述，直接对应超参数的定义。
参数与超参数的对比
-
参数
- 定义：模型内部的变量，通过训练数据自动优化。
- 例子：神经网络的权重、偏置。
- 特点：训练后确定，直接决定模型预测结果。
-
超参数
- 定义：训练前手动设置的外部变量，控制训练过程。
- 例子：学习率、正则化强度、神经网络层数。
- 特点：需通过经验或搜索确定，影响模型性能但无法直接从数据中学习。
关键结论：题目中“自动调整的值”属于超参数，因为超参数的优化通常需要人工或算法干预（如网格搜索、随机搜索）。