2017年3月22日
梯度下降（Gradient Descent）
摘要： 1. 特征：沿负梯度方向迭代更新下一次的搜索方向 2. 用于：优化问题中逼近极值点 3. 基本形式：$\theta'_j=\theta_j-\alpha\cdot\frac{\partial{J(\theta)}}{\partial\theta_j}$ 4. 步长 $\alpha$（学习速率）： $ 阅读全文
posted @ 2017-03-22 14:43 Clarence的笔记 阅读(324) 评论(0) 推荐(0) 编辑