2019年7月29日
[深度学习] pytorch学习笔记（2）(梯度、梯度下降、凸函数、鞍点、激活函数、Loss函数、交叉熵、Mnist分类实现、GPU)
摘要： 一、梯度 导数是对某个自变量求导，得到一个标量。 偏微分是在多元函数中对某一个自变量求偏导（将其他自变量看成常数）。 梯度指对所有自变量分别求偏导，然后组合成一个向量，所以梯度是向量，有方向和大小。 上左图中，箭头的长度表示陡峭度，越陡峭的地方箭头越长，箭头指向的方向是y变大的方向，如果要使用梯度下 阅读全文
posted @ 2019-07-29 14:51 风间悠香 阅读(1369) 评论(0) 推荐(0)