学习笔记(10):Google开发专家带你学 AI:入门到实战(Keras/Tensorflow)(附源码)-神经网络的引擎:梯度优化

立即学习:https://edu.csdn.net/course/play/26109/323934?utm_source=blogtoedu

训练基础:梯度优化

识别,预测,分类任务

1:40min 输出值:多个,每个代表,eg分类,代表概率

理想函数

2:30min 损失函数:知道错了

量化 差异多大

得到损失值,指导优化

希望求出b,w

5:30min

损失函数=预测值-标签值=y-y_

6min:第二阶段,反向传播

6:30min

误差越来越小->更新模型参数 theta

梯度:8:50min左右  梯度更新

alpha:学习率

这里损失函数:最小二乘

SGD:随机梯度下降

theta 0,1:b/w

10:50min

一开始随机取,

11:10min 找不同路径,优化

优化算法:随机梯度

 

14:10min:

alpha学习率(超参数:是的模型优化速度变快,发现对后,增大,发现错,减小):更新的时候的步长

 

算法:adam等,自动调整alpha,收敛得更快。

 

基础:梯度,损失算法

 

4个核心概念:

18:05min

1)

2个阶段:

前向传播:得到预测值

后...:得到梯度,不断优化模型

2)数据:输入+标签

3)模型:这里x,y

4)损失函数指导优化器

损失,有个优化方向,就是高度Z轴的值 ,

选择优化算法

用梯度值更新模型参数,损失值变小,反复前向/反向-》theta反映真实数据分布关系 训练成熟

  • 0
    点赞
  • 0
    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