吴恩达-DeepLearning.ai-Course2-Week2笔记

时间 2021-01-08

原文原文链接

本周主要讲解加速神经网络的算法 1.小批量梯度下降算法(mini-batch gradient descent) 如果你得训练集数量巨大，500万或者上千万，梯度下降算法会非常慢，如果你让梯度下降在处理完整个巨型的500万训练集之前就开始有所成效，具体来说：首先将你的训练集拆分成更小的微小的训练集，即小批量训练集(mini-batch),注意新符号的引入和维度所以一共有5000个小批量样例，对于

>>阅读原文<<

1. 吴恩达DL笔记
2. 机器学习吴恩达笔记（1）
3. 吴恩达神经网络笔记
4. 吴恩达机器学习笔记week1
5. 吴恩达机器学习笔记(四)
6. 吴恩达logistic回归笔记
7. 吴恩达机器学习笔记
8. 吴恩达Deep learning笔记（一）
9. 吴恩达学习笔记——第七周
10. 吴恩达机器学习笔记（五）
更多相关文章...
• ASP.NET Razor - 标记 - ASP.NET 教程
• SQLite 表达式 - SQLite教程
• Tomcat学习笔记（史上最全tomcat学习笔记）
• 算法总结-广度优先算法