摘要:
本文循序渐进描述梯度下降算法,从导数的几何意义开始聊起,如果熟悉微积分可以跳过,主要内容如下: 一. 导数的几何意义 二. 偏导数 三. 什么是梯度 四. 梯度下降算法 $α$是什么含义? 为什么是$ $? 梯度下降举例一 梯度下降举例二 值得关注的一些问题 五. 梯度下降应用于线性回归 5.1 批 阅读全文
尽管目光所及之处,只是不远的前方
即使如此,依然可以看到那里有许多值得去完成的工作在等待我们-Alan Turing, Computing Machinery and Intelligence, 1950
|
|
|
|