自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 批梯度下降和随机梯度下降区别

批梯度下降(Batch Gradient Descent,BGD)和随机梯度下降(Stochastic Gradient Descent,SGD)是两种常用的梯度下降优化算法,用于训练机器学习模型。它们的主要区别在于每次更新梯度的方式。BGD通常用于较小的数据集或者GPU计算,而SGD通常用于大规模数据集和在线学习。在随机梯度下降中,每次迭代时,从训练数据集中随机选择一个样本来计算梯度并更新模型参数。在批梯度下降中,每次迭代时,使用整个训练数据集来计算梯度,并更新模型参数。

2023-10-16 15:24:04 102 1

原创 深度学习(2)-----线性单元

深度学习第二课:线性单元。

2023-10-14 19:58:03 60 1

原创 深度学习(1)-----感知器

深度学习第一课:感知器。

2023-10-13 20:24:24 55

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除