梯度下降法

参考1
参考2
代价函数（损失函数）（cost function or lost function）

代价函数

其中dj是期望输出，oj是实际输出，

Paste_Image.png

梯度可以理解为导数，在图中左边，导数为负，所以点会朝向E减小的方向移动

梯度下降法有两个缺点

  • 学习率过大会导致震荡，学习率过小会收敛缓慢
  • 容易陷入局部最优解
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容