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 →
最低0.47元/天 解锁文章
1852
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
