4.4 梯度
1.梯度:由全部偏导数汇总成的向量称为梯度,表示的是各点处函数值减小最多的方向
2.超参数:需要人工设定的参数
4.5 学习算法的实现
1.mini—batch
2.计算梯度
3.更新参数
4.重复1,2,3
ps:
np.zeros_like(x) 产生一个形状和x一相同,左右元素都为0的数组
np.random.randn() 随机产生高斯分布数
np.argmax() 返回最大值的索引
lamba w:设置简单函数
1.梯度:由全部偏导数汇总成的向量称为梯度,表示的是各点处函数值减小最多的方向
2.超参数:需要人工设定的参数
1.mini—batch
2.计算梯度
3.更新参数
4.重复1,2,3
ps:
np.zeros_like(x) 产生一个形状和x一相同,左右元素都为0的数组
np.random.randn() 随机产生高斯分布数
np.argmax() 返回最大值的索引
lamba w:设置简单函数
本文标题:2021.03.11 深度学习小红书第四章
本文链接:https://www.haomeiwen.com/subject/iiynqltx.html
网友评论