B站:啥都会一点的研究生
公众号试读:啥都会一点的研究生
目录
说说优化函数的作用?
损失函数是用来度量模型预测值和真实值间的偏差,偏差越小,模型越好,所以需要最小化损失函数。如何求最小值呢?我们知道对于凸函数可以直接求导可以找到最值,但是神经网络的损失函数往往是非凸函数,并不能直接求导。所以优化函数就可以帮助解决这个问题,优化函数就是用来最小化的损失函数的。
说说梯度下降法的作用?
1.梯度下降是迭代法的一种,可以用于求解最小二乘问题。
2.求解机器学习算法模型参数,即无约束优化问题时,主要有梯度下降法(Gradient Descent)和最小二乘法。
3.在求解损失函数最小值时,可通过梯度下降法来迭代求解,得到最小化的损失函数和模型参数值。
4.如果需要求解损失函数的最大值,可通过梯度上升法来迭代。梯度下降法和梯度上升法可相互转换。