2018年12月21日
机器学习与Tensorflow（3）—— 机器学习及MNIST数据集分类优化
摘要： 一、二次代价函数 1. 形式： 其中，C为代价函数，X表示样本，Y表示实际值，a表示输出值，n为样本总数 2. 利用梯度下降法调整权值参数大小，推导过程如下图所示： 根据结果可得，权重w和偏置b的梯度跟激活函数的梯度成正比（即激活函数的梯度越大，w和b的大小调整的越快，训练速度也越快） 3. 激活函 阅读全文
posted @ 2018-12-21 17:30 小伙郭 阅读(1073) 评论(3) 推荐(4) 编辑