损失函数的作用 — 计算机选择题
题目
某图像分类神经网络在训练集上迭代训练，记录到以下现象：训练损失持续下降并趋近于0，但在全新测试图像上错误率反而升高。下列关于损失函数作用的分析，正确的是哪一项？
A. 训练损失趋近于0说明网络已达到最优，测试错误率升高属于测试集标注噪声所致
B. 损失函数用于量化预测输出与真实标签的差距，训练目标是最小化训练损失；但训练损失持续减小并不保证测试性能提升，一味压低训练损失可能是过拟合的表现
C. 损失函数的作用是衡量网络隐层神经元数量的合理性，隐层越多训练损失必然越小，故应增加隐层
D. 损失函数只影响反向传播的计算速度，与模型的预测精度和泛化能力无关