|
15、底层实现梯度下降法
ipynb文件在附件,可提供下载!
## 梯度下降法的优势(样本数据shape:m*n):
1、对于非常复杂的模型根本没有一个数学方程公式求解,只能使用GD
2、对于有公式求解的,比如线性回归问题也可以用正规方程解,但是如果特征数n非常大的时候,正规方程解效率会变低,而梯度下降法的效率并不会降多少
3、梯度下降法对样本个数m也不是很敏感,一般用小批量GD,batch_size可以预先设定
视频教程请参考:http://www.ai111.vip/thread-349-1-1.html
东方老师微信:dfy_88888
|
-
01.png
(126.26 KB, 下载次数: 122)
-
02.png
(104.12 KB, 下载次数: 121)
-
03.png
(106.61 KB, 下载次数: 126)
-
04.png
(109.81 KB, 下载次数: 124)
-
05.png
(92.37 KB, 下载次数: 122)
-
06.png
(105.7 KB, 下载次数: 121)
-
07.png
(82.61 KB, 下载次数: 124)
-
08.png
(97.95 KB, 下载次数: 122)
-
09.png
(97.04 KB, 下载次数: 124)
-
10.png
(147.3 KB, 下载次数: 121)
-
11.png
(230.67 KB, 下载次数: 123)
-
12.png
(261.46 KB, 下载次数: 124)
-
13.png
(234.82 KB, 下载次数: 125)
-
14.png
(168.22 KB, 下载次数: 125)
-
15.png
(71.8 KB, 下载次数: 123)
-
16.png
(80.68 KB, 下载次数: 123)
-
-
梯度下降法_模拟.ipynb
145.11 KB, 阅读权限: 10, 下载次数: 2
-
-
多元线性回归_梯度下降法.ipynb
18.41 KB, 阅读权限: 10, 下载次数: 1
|