机器学习笔记04-梯度下降算法中的学习率(步长)
1、回顾之前所说的梯度下降算法中有几个细节,求导部分已经在上一节进行说明,接下来主要对公式当中的α\alphaα,即就是学习率(步长)进行说明。θj:=θj−α∂∂θjJ(θ0,θ1),for(j=1andj=0)\theta_{j}:=\theta_{j}-\alpha \frac{\partial}{\partial \theta_{j}} J_{\left(\theta_{0}, \theta_{1}\right)},for(j=1 and j=0)θj:=θj−α∂θj∂J(θ0,θ
原创
2020-12-06 18:18:07 ·
10349 阅读 ·
0 评论