摘要：
知识总结 （1）再次注意summary的使用 （2）`x = rdm.rand(dataset_size, 2) y_ = [[x1 2 + x2 2] for (x1, x2) in x]`这里的问题要注意 （3）注意batch时，全部先按照一套W进行前向传播，这时候在进行正则化时，加的是同一套W 阅读全文
摘要：
1、批量梯度下降 批量梯度下降法是最原始的形式，它是指在每一次迭代时使用所有样本来进行梯度的更新。从数学上理解如下： 对应的目标函数（代价函数）即为： （1）对目标函数求偏导： （2）每次迭代对参数进行更新： 优点： （1）一次迭代是对所有样本进行计算，此时利用矩阵进行操作，实现了并行。 （2）由全 阅读全文