【李宏毅 深度学习】Gradient Descent_1-2

接上篇：https://blog.csdn.net/Aibiabcheng/article/details/107430209 Tip 2: Stochastic Gradient Descent 误差Loss是所有预测值与真实值之间误差之和。 与Adagrad不同，随机梯度下降，是取一个样本Xn（可以随机取，也可以按顺序取），计算Loss值（下面公式），然后计算梯度。 原来的Gradient D

>>阅读原文<<