会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Sooda
专注于游戏开发
博客园
首页
新随笔
联系
订阅
管理
2017年5月25日
梯度下降~ML
摘要: 先得学会前一篇文章的代价函数,再来理解梯度下降。 我们要求出代价函数中 J(θ0,θ1) 为最小值时的θ0和θ1,梯度下降就是一种常见的求解方式。 操作: 初始化θ0,θ1 改变θ0,θ1使得J(θ0,θ1)取最小值或是局部最小值 用两个图解释一下为什么还有局部最小值的情况 两块红色的区域可以理解成
阅读全文
posted @ 2017-05-25 11:10 Sooda
阅读(236)
评论(0)
推荐(0)
编辑
公告