2020年3月8日
按部就班的吴恩达机器学习网课用于讨论（2）
摘要： 梯度下降 梯度下降的伪代码如左下，计算误差函数J的梯度，完成一次更新误差函数中的变参，使得误差函数的值尽量最小化。 不正确的更新方式是因为，在前面计算梯度就更新参数，则后面的误差函数进行求导得出的另外的变参值，已经不再和前面组成梯度方向。 收敛 梯度收敛的原因，是随着时间的前进，则遇到更大的梯度，变 阅读全文
posted @ 2020-03-08 15:58 大浪淘沙、 阅读(161) 评论(0) 推荐(0)