神经风格转换是指将一幅图像的风格转换到另一幅图像上，常用的方法是使用深度学习中的卷积神经网络。
在神经风格转换中，优化算法的目标是将生成图像G的像素值与风格图像S的像素值匹配，同时保留内容图像C的信息。
因此，在每次迭代中更新的是生成图像G的像素值，即答案“生成图像G的像素值”正确。
神经网络的参数在训练模型时更新，正则化参数也是在模型训练中使用的一种技巧，与优化算法中的每次迭代更新无关。因此，其他答案均不正确。