A交叉熵也可以作为分类预测问题的损失函数B在使用梯度下降时，加上冲量项会减少训练的速度，但可能会增加陷入局部极小值的可能C与批量梯度下降法相比，使用小批量梯度下降法可以降低训练速度，但达到全局最优解可能需要更多的迭代次数D神经元的激活函数选择不影响神经网络的训练过程和最终性能