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

>>阅读原文<<