AI识别:通过loss误差计算得分,loss值越少得分越高,越接近
loss = (pred_y - y) **2
loss的是根据权重w和输入x来确定 。
目的是: 输入x ---- AI处理(w * x) ----- 输出结果Y = w * x
为了找到权重w关系,需要大量输入数据x和已经结果Y数据确定w值,理论上越多数据得到w越准确。
所以训练和学习都需要大量数据。
由于w是未知的,我们需要先假设w数值进行计算loss,当所有样本计算出loss最小时候,找到最好w值
求loss的最小值,对loss求导
倒数是斜率,最小值时候斜率为0
通过倒数知道方向,调整w值 w = w - a*b(b是w对loss的导数)
a是学习率是步长。