随机梯度下降算法

关与权重w的损失函数loss是确定的

 

(这里的Y_{predict}是通过包含权重w的模型计算而来)

w更新的公式:

 这里有两种情况:

1.此时的w所在点导数为负的情况,如图loss关与w的的图像:

目标是loss最低的位置,那么w应该更向右,也就是需要增加w, 此时的导数为负,在上面公式中在导数前加负号,那么计算而出的w就是不断增加的。

2.此时的w所在点导数为正的情况,就是这样的:

目标是loss最低点位置,那么也就是需要减少w,此时的导数为正,在上面公式中在导数前加负号,那么计算而出的w就是不断减少的。

经过这样的参数更新,就可以找到使loss值最小的那个w,那么就训练成功!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值