← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6473.d.3.a.1 · 生成模型:未记录

梯度下降更新参数

理解等级:中级

梯度下降根据损失对参数的导数更新参数:新参数等于旧参数减去学习率与导数的乘积。局部斜率为正时向较小参数移动,为负时向较大参数移动;学习率控制步长。多个参数时分别计算损失对各参数的偏导数,再同时更新各参数。反复更新不保证找到全局最小值,初始位置可能使过程停在局部最小值。

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:《深度学习详解》第1章《机器学习基础》1.1 节(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter01.xhtml`) - 结论依据:原文以视频观看量预测说明模型、损失与参数优化;相关公式图片已核对。 - 原始内容:对于这个问题,梯度下降(gradient descent)是最常用的优化方法.