会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
岁月静好--lyr
博客园
首页
新随笔
联系
订阅
管理
05 2018 档案
梯度下降法和牛顿法的总结与比较
摘要:机器学习的本质是建立优化模型,通过优化方法,不断迭代参数向量,找到使目标函数最优的参数向量。最终建立模型 通常用到的优化方法:梯度下降方法、牛顿法、拟牛顿法等。这些优化方法的本质就是在更新参数。 一、梯度下降法 0、梯度下降的思想 · 通过搜索方向和步长来对参数进行更新。其中搜索方向是目标函数在当前
阅读全文
posted @
2018-05-08 19:36
岁月静好--lyr
阅读(14038)
评论(3)
推荐(0)
公告