标签:调整 loading 完成 策略 nbsp 算法 http 梯度 如何
梯度下降:
θ 不一定可求。找最低点:每走一步求偏导调整方向。
第一步: 获得目标函数
第二步:交给机器一堆数据,告诉它想要的最终结果,告诉他什么样的算法。
第三步: 如何优化。迭代10000次。完成迭代
随机点,更新参数。
计算损失函数,每个样本都要参数计算。
数据存在: 离群点,噪音点。
小批量: 提取一部分数据。16,64,128 .
梯度下降:学习率多大。对结果影响巨大。小的学习率进行学习,利用比较大的迭代次数进行迭代。
批处理数据对结果影响很大。
标签:调整 loading 完成 策略 nbsp 算法 http 梯度 如何
原文地址:https://www.cnblogs.com/countryboy666/p/14488684.html