超级会员免费看
目录
机器学习中，在求解损失函数的最小值时，需要用到求导数的各种技巧。
1.导数
- 导数的几何意义：导数又叫微分，是图像的斜率。
- 多元函数的偏导数
- 偏导数的几何意义
2.梯度
- 梯度的定义
来自百度：（梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方
本文介绍了机器学习中常用的梯度和梯度下降法。梯度是函数增长最快的方向，梯度下降法通过寻找梯度的反方向以最小化损失函数，类似于在山中找寻下山最快路径的过程。学习率（步长）α在算法中至关重要，控制着每次迭代的步幅，避免错过最小值点或过快导致震荡。梯度下降法可能会遇到参数调整缓慢和收敛于局部极小值的问题。
订阅专栏 解锁全文
扫一扫
738
到【灌水乐园】发言
