吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲入口

在之前的视频中,你现已看到怎么核算吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲进口导数,以及运用梯度下降在逻辑回归的一个操练样本黄旭东上。现在咱们想要把它运用在个操练吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲进口样本上

首要芒市,让咱们时间记住有关于丢失函数(, )的界说。

当你的算法输出关于样本的(),()是操练样本的猜测值,即:(()) = (() + )。 所以咱们在前面的幻灯中展现的是关于恣意单个操练样本,怎么核算微分当你只要一个操练本。因而1,2和 添上上标标明你求得的相应的值。假如你面临的是咱们 在之前的幻灯中演示的那种状况,但只运用了一个训吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲进口练样本((),())。 现在你知道带有 求和的大局价值函数,实际上是 1 到项各个丢失的均匀。 所以它标明大局价值函数对1 的微分,对1的微分也菊蕾同样是各项丢失对1微分的均匀。

但之前咱们现已演示了怎么核算这项,即之前幻灯中演示的单身情歌怎么对mo单个操练样本进行计 算。所以你真实需求做的张峻宁是核算这些微分,如咱们在龛之前的操练样本上做的。而且求均匀, 这会给你大局梯度值,你能够把它直接运用到梯度下降算法中。

所以这里有许多细节,但让咱们女孩写真把这些装进一个详细的算法。一同你需求一同吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲进口运用的就 是逻辑回归和梯度下降。

幻灯片上只运用了一步梯度下降。因而你需求重复以上内容很吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲进口屡次,以运用屡次梯度下 降。看起来这些细节好像很杂乱,但现在不要忧虑太顺风快递查询多。期望你理解,当你持续测验并运用 这些在编程作业里,一切这些会变的愈加清楚。

幻灯片上只运用了一步梯度下降。因而你需求重复以上内容许屡次,以运用武汉天气预报15天屡次梯度下 降。看起来这些细节好像上海第二工业大学很杂乱,但现在不要忧虑太多。期望你理解,当你持续测验并运用 这些在编程作业里,一切这些会变的愈加清楚。

但这种核算中有两个缺陷,也便是说运用此办法在逻辑回归上你需求编写两个 for 循环。 第一个 for 循环是一个小循环遍历个操练样本,第二个 for 循环是一个遍历一切特征的 for 循环。这个比如中咱们只要2个特征,所以等于2而且 等于2。但假如你有更多特征, 你开端编写你的因而1,2,你有类似的核算从3一直下去到。所以看来你需求一 个 for 循环遍历一切个特征。

当你运用深度学习算法,你会发现在代码中显式地运用 for 循环使你的算法很低效,同 时在深度学吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲进口习范畴会有越来越大的数据集。所以能够运用你的算法且没有女性乳显式的 for 循环会 是重要的,而且会协助你适用于更大的数据集。所以这里有一些叫做向量化技吴恩达视频手记10-m 个样版的梯度下降-betway体育_必威体育·betway亚洲进口术,腹黑竹马1秒萌翻你它能够允泷泽萝拉编号 许你的代码脱节这些显式的 for 循环。

我想在先于深度学习的年代,也便是深度学习鼓起之前,向量化是很棒的胎动看男女。能够使你有 时分加快你的运算,但有时分也未必能够。但是在深度学习年代向量化,脱节 for 官能奇谭循环现已 变得适当重要。由于梅八叉咱们越来越多地操练非常大的数据集,因而你真的需求你的代码变得非 常高笔记本显卡天梯图效。所以在接下来的几个视频中,咱们会谈到向量化,以及怎么运用向量化而连一个 for 循环都不运用。所以学习了这些,我期望你有关于怎么运用逻辑回归,或是用于逻辑回归的 梯度下降,工作会变得愈加明晰。当你进行编程操练,但在真实做编程操练之前让咱们先术组词谈 谈向量化。然后你能够运用悉数这些东西,运用一个梯度下降的迭代而不运用任何 for 循环。

评论(0)