吴恩达不太理解的一些题目

最新推荐文章于 2025-07-21 20:57:51 发布

jyfstudy

最新推荐文章于 2025-07-21 20:57:51 发布

阅读量707

点赞数 1

CC 4.0 BY-SA版权

文章标签：机器学习神经网络深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/jyfstudy/article/details/120290463

博客讨论了Logistic回归的权重初始化对模型学习能力的影响。虽然Logistic回归没有隐藏层，但如果权重初始化为零，模型可能无法有效学习。因为Logistic回归的导数依赖于非零输入，所以在第二次迭代中，非常量输入会导致权重差异，从而进行有效学习。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Week 3

1、Logistic回归的权重w应该随机初始化，而不是全零，因为如果初始化为全零，那么逻辑回归将无法学习到有用的决策边界，因为它将无法“破坏对称性”，是正确的吗？
错，知识点1：只有深层神经网络才不能初始化为零，训练多少次都是每个节点一样的，但Logistic回归没有隐藏层所以无所谓。
2、Logistic回归没有隐藏层。如果将权重初始化为零，则Logistic回归中的第一个示例x将输出零，但Logistic回归的导数取决于不是零的输入x（因为没有隐藏层）。因此，在第二次迭代中，如果x不是常量向量，则权值遵循x的分布并且彼此不同。
我的理解就说x~X分布

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。