梯度下降算法和逆误差传播算法

作者:中南大学可视化实验室可解释性机器学习项目组 18届 本科生研究员 WXY 日期:2020-7-16 标签: 梯度下降 误差反向传播 一、梯度下降算法 基本思想:从某些初始解出发,迭代寻找最优参数值,每次迭代中在当前点计算梯度,根据函数值下降最快的方向确定搜索方向,梯度为0则达到局部极小。 J是代价函数,w是权重,b是一个常数类似于阈值,当我们从一个初始点出发,向梯度最大的方向一步一步前进,最
相关文章
相关标签/搜索