Python深度学习神经网络基本原理
作者:GSAU-深蓝工作室 时间:2023-05-08 20:20:32
神经网络
梯度下降法
在详细了解梯度下降的算法之前,我们先看看相关的一些概念。
1. 步长(Learning rate):步长决定了在梯度下降迭代的过程中,每一步沿梯度负方向前进的长度。用上面下山的例子,步长就是在当前这一步所在位置沿着最陡峭最易下山的位置走的那一步的长度。
2.特征(feature):指的是样本中输入部分,比如2个单特征的样本(x(0),y(0)),(x(1),y(1))(x(0),y(0)),(x(1),y(1)),则第一个样本特征为x(0)x(0),第一个样本输出为y(0)y(0)。
3. 假设函数(hypothesis function):在监督学习中,为了拟合输入样本,而使用的假设函数,记为hθ(x)hθ(x)。比如对于单个特征的m个样本(x(i),y(i))(i=1,2,...m)(x(i),y(i))(i=1,2,...m),可以采用拟合函数如下: hθ(x)=θ0+θ1xhθ(x)=θ0+θ1x。
4. 损失函数(loss function):为了评估模型拟合的好坏,通常用损失函数来度量拟合的程度。损失函数极小化,意味着拟合程度最好,对应的模型参数即为最优参数。在线性回归中,损失函数通常为样本输出和假设函数的差取平方。比如对于m个样本(xi,yi)(i=1,2,...m)(xi,yi)(i=1,2,...m),采用线性回归,损失函数为:
J(θ0,θ1)=∑i=1m(hθ(xi)−yi)2J(θ0,θ1)=∑i=1m(hθ(xi)−yi)2
其中xixi表示第i个样本特征,yiyi表示第i个样本对应的输出,hθ(xi)hθ(xi)为假设函数。
分享人:张娇娟
来源:https://blog.csdn.net/weixin_40604528/article/details/120803080
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
python实现在线翻译
![](https://img.aspxhome.com/file/2023/9/84139_0s.jpg)
Django通过json格式收集主机信息
Django中的CBV和FBV示例介绍
ASP使用连接MYSQL数据库全攻略
NopCommerce架构分析之(六)自定义RazorViewEngine和WebViewPage
MySQL高效导入多个.sql文件方法详解
阿里云ECS服务器部署django的方法
Python面经之16个高频面试问题总结
tensorflow 获取所有variable或tensor的name示例
Go语言实现二进制与十进制互转的示例代码
建立用户体验过程的实用指南
pandas 空数据处理方法详解
几行代码轻松实现PHP文件打包下载zip
JavaScript中的console.trace()函数介绍
![](https://img.aspxhome.com/file/2023/3/125963_0s.png)
js显示世界时间示例(包括世界各大城市)
关于javascript中伪数组和真数组的一些小秘密
![](https://img.aspxhome.com/file/2023/5/136125_0s.jpg)
mysql5.6.8源码安装过程
在Win 2003中配置ASP.net环境
![](https://img.aspxhome.com/file/UploadPic/200710/14/2007101412855924s.jpg)
Windows下MySQL详细安装过程及基本使用
![](https://img.aspxhome.com/file/2023/5/104435_0s.jpg)
OpenCV半小时掌握基本操作之图像梯度
![](https://img.aspxhome.com/file/2023/4/121424_0s.gif)