2016年2月12日
梯度下降法
摘要： 设$\theta$是一个未知的参数向量，$J(\theta)$是相应的需要被最小化的代价函数。假设函数$J(\theta)$是可微的。 这个算法从最小点的初始估计值$\theta(0)$开始，之后的算法按照如下形式迭代： $$\theta(new) = \theta(old)+\Delta\thet 阅读全文
posted @ 2016-02-12 11:49 月圆天心 阅读(418) 评论(2) 推荐(0)