逻辑回归的梯度下降法
使用计算图来计算逻辑回归的梯度下降算法有点大材小用了
一步步求导下去
也就是说应用此方法在逻辑回归上你需要编写两个for循环。第一个for循环是一个小循环遍历 m 个训练样本，第二个for循环是一个遍历所有特征的for循环
我想在先于深度学习的时代，也就是深度学习兴起之前，向量化是很棒的。可以使你有时候加速你的运算，
这篇博客探讨了在深度学习中向量化的重要性，特别是在梯度下降法中的应用。作者指出，向量化可以显著提高代码效率，尤其是在处理大数据集时。文章通过逻辑回归的例子解释了如何避免使用for循环，并介绍了Python中的Numpy库以及广播机制。此外，还分享了一些避免广播引起的意外行为和优化代码的技巧。
最低0.47元/天 解锁文章
627
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
