iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 11
0
AI & Data

漫談機器學習與Tensorflow初探系列 第 11

梯度下降法(Gradient Descent)

  • 分享至 

  • xImage
  •  

上一篇文章中,我們將最佳化作為在參數空間中的搜索。然後介紹了損失函數,來當作比較這些點的一種方法。那麼,如何利用損失函數轉化為搜索策略呢?那就是梯度下降法。

梯度下降法

https://ithelp.ithome.com.tw/upload/images/20190928/20115480dMGuavSZHD.png

梯度下降法定義為在參數空間的所有點上使用損失函數製造的平面上往下走的過程。


上一篇
損失函數-機器學習基礎
下一篇
模型缺陷優化
系列文
漫談機器學習與Tensorflow初探19
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言