机器学习入门~梯度检测

本文介绍了梯度检测在神经网络中的作用,它能帮助消除梯度下降过程中的错误。通过双侧差分近似计算切线斜率,以验证反向传播算法的正确性。总结了梯度检测的实现步骤,并提醒在运行算法前禁用以提高效率。此外,作者宣布停止更新机器学习笔记,转向深度学习和神经网络的学习。
摘要由CSDN通过智能技术生成

梯度检测

  • 什么是梯度检测:
    在神经网络或其他复杂的模型下使用前向传播,反向传播时,如果使用梯度下降来寻找参数,那么使用梯度检测会100%地消除梯度下降过程中产生的bug。
  • 一个例子:假设有一个代价函数J(Θ)
    在这里插入图片描述
    在横轴上取一点θ(θ∈R),则这一点的导数对应于图像上在该点的切线斜率👇。
    在这里插入图片描述
    计算该点切线的斜率,可以做一个近似,即:
    在这里插入图片描述
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值