梯度下降
调节学习率
微分大小意味着离最小值的距离
c点和a点
c的微分较大,但是离最低点更近。
那么微分大小意味着离最小值的距离仅在不跨元素时才成立
考虑到二次微分
左边 :走的稳定
右边: 步伐小,散乱。但快
feature scaling
特征缩放
w2的变化对y影响大
w1的变化对y(loss)影响小,微分小,那么图像平滑些
左边:行进的方向在变,参数不好控制
进行特征所放的方法
formal derivation
形式推导
任意给定一个点a,该点为圆心画一个圆,找到圆范围的最小值b点。把a 点换为b点。一直进行下去
当x 很接近x0
举个例子
要点
此时,s,u,v全是常数了
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现