知识卡片
负梯度给出局部下降方向
梯度由各参数偏导数组成,指向局部增长最快的方向。最小化时沿负梯度走一步,学习率控制步长。非凸目标可能出现不同的局部极值或鞍点。书中把出现非全局局部最优的情形误写成凸函数。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 机器学习中的数学基础 · 查看原书依据
朝着梯度值下降的方向更新各网络参数
参考来源
- 位置:《机器学习观止:核心原理与实践》第02章《机器学习中的数学基础》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter2.xhtml`)。
- 结论依据:第 2.1.3 节的更新说明和爬山类比表达了局部方向。
- 原始内容:朝着梯度值下降的方向更新各网络参数