梯度下降 随机梯度下降 批量梯度下降


设训练样本有n个数据


要拟合的函数(即求出最佳的θ):



损失函数公式



梯度下降(Gradient Descent),一次更新θ,使用训练样本中所有样本

随机梯度下降(Stochastic Gradient Descent),一次更新θ,使用训练样本中一个数据

批量梯度下降(Batch Gradient Descent), 一次更新θ,使用训练样本中一批训练数据

      (Batch的大小可选,相当于对梯度下降与随机梯度下降的折衷)



  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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