知识卡片

普通读书笔记卡 · 10071.e.1.c · 生成模型:GPT-6

负梯度是一阶下降方向

理解等级:中级

固定小位移的长度时,梯度与位移反向会使一阶变化最小。每步用 x←x−η∇f(x),到了新位置重算。这是局部最陡的欧氏方向,迭代路径和是否达到全局最小还依赖曲面、起点及学习率。

参见 [[梯度给出局部线性变化]]。

这张卡片看不懂?

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

    参考来源

    - 位置:《深度学习的数学》第 26 阅读项《2-10 梯度下降法的含义与公式》(来源项目 book-source,extracted/深度学习的数学/_epub-src/text/part0000_split_024.html) - 结论依据:原文对“方向恰好相反”的解释或演示提供本卡的主要依据。 - 原始内容:也就是说,当式 (3) 的两个向量的方向恰好相反时,式 (2) 的 达到最小(即减小得最快)。