(180905)如何通过梯度下降法降低损失----Google机器学习速成课程笔记

本文是Google机器学习速成课程笔记,介绍了如何通过梯度下降法来减少损失。讨论了梯度下降的基本原理,理想的步长α,以及随机梯度下降法(SGD)和小批量SGD的应用,旨在理解如何找到损失函数的最小值并优化模型参数。
摘要由CSDN通过智能技术生成

以下内容只需了解,理解更好;像梯度下降法这些机器学习算法都已经被机器学习框架所集成了,只要会用就好

通过迭代减少损失

ipOHHJ.jpg

如图所示,机器学习算法通过不断地通过模型得出预测值,再检验损失进而调整模型的参数(使得损失更小的参数)更新模型,直到损失尽可能不再变化或至少变化极其缓慢为止为止

计算损失的部分通过损失函数,一般就是平方损失函数

这里的迭代和编程语言中的稍有不同,它主要强调的是按照同一步骤,次数多而已

如下将介绍一种降低损失的方法:梯度下降法

梯度下降法

上面博客中的图片,J 是多元 θ 的函数,梯度就是对多个变量分别求导,如图

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