神经网络之算法的实现

前提

神经网络存在合适的权重和偏置,而调整权重和偏置的过程称为‘学习’。然后神经网络的学习分为下面4个步骤

步骤1(mini-batch)

从训练数据中随机选取一部分数据,这部分数据称为mini-batch。因为在具体的学习过程中具体的数据太多,不可能全部的学习一边,可以通过随机抽取一部分来代替整体。我们的目标是减小mini-batch的损失函数的值。

步骤2(计算梯度)

为了减小mini-batch的损失函数的值,需要求出各个权重的梯度。梯度表示损失函数值减小最多的方向。

步骤3(更新参数)

将权重参数沿着梯度方向进行微小更新。

步骤4(重复)

重复步骤1,2,3.直到损失函数的值很小

  • 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