“梯度下降法”版本间的差异

来自iCenter Wiki
跳转至: 导航搜索
(以“#梯度下降法(Gradient Descent)介绍 === *1.梯度下降法 **是一种基于搜索的最优化方法** **作用**:最小化一个损失函数 **梯...”为内容创建页面)
(没有差异)

2019年3月25日 (一) 04:27的版本

  1. 梯度下降法(Gradient Descent)介绍

=

  • 1.梯度下降法
    • 是一种基于搜索的最优化方法**
    • 作用**:最小化一个损失函数
    • 梯度上升法**:最大化一个效用函数

给定目标函数分f(x)和初始点x0


导数和偏导的区别:导数和偏导,偏导是因为有很多未知数,每次只能对其中一个求导,所以叫偏导


  • 2.考虑冲量的梯度下降法