下列哪项不属于梯度下降算法。()A. 批量梯度下降算法B. 随机梯度下降算法C. 小批量梯度下降算法D. 反向传播算法

考查要点：本题主要考查对梯度下降算法及其相关概念的理解，需要区分梯度下降算法的不同变体与其他相关技术。

解题核心思路：
梯度下降算法是优化方法，用于最小化损失函数，其核心是通过计算梯度来更新参数。而反向传播算法虽然常与梯度下降一起使用，但它本身是计算梯度的工具，而非优化算法。因此需明确两者的区别。

破题关键点：

• 梯度下降算法的三种主要形式：批量、随机、小批量（均属于）。
• 反向传播算法的作用是计算梯度，而非直接优化参数，因此不属于梯度下降算法。

选项分析

A. 批量梯度下降算法

属于梯度下降算法。
特点：使用全部训练样本计算梯度，更新参数。优点是梯度准确，但计算量大，收敛速度慢。

B. 随机梯度下降算法

属于梯度下降算法。
特点：每次仅使用单个样本计算梯度，更新参数。优点是计算快、收敛快，但梯度有噪声。

C. 小批量梯度下降算法

属于梯度下降算法。
特点：每次使用小批量样本（如32~256个）计算梯度，是A和B的折中方案，兼顾准确性和效率。

D. 反向传播算法

不属于梯度下降算法。
反向传播是计算梯度的方法（通过链式法则），常用于神经网络中。但梯度下降算法负责更新参数，两者分工不同。