1. 梯度是什么?
梯度 : 一个向量,导数+变化最快的方向
机器学习:
收集数据x, 构建模型f,通过f(x, w) = Ypredict
判断模型质量的方法,计算loss
l o s s = ( Y p r e d i c t − Y t r u e ) 2 ( 回 归 损 失 ) l o s s = Y t r u e ⋅ l o g ( Y p r e d i c t ) ( 分 类 损 失 ) loss = (Y_{predict} - Y_{true})^2 \quad (回归损失)\\ loss = Y_{true}·log(Y_{predict}) \quad (分类损失) loss=(Ypredict−Ytrue)2(回归损失)loss=Ytrue⋅log(Ypredict)(分类损失)
通过学习参数w,尽可能降低模型的loss,那我们应该如何调整w呢?
-
对w0点进行求导,求得梯度为:
Δ w = f ( w + x ) − f ( w ) x ( x →