人工智能基础_机器学习017_手写代码实现_SGD随机梯度下降求解一元一次方程_以及求解多元一次方程_实现18元一次方程随机梯度下降---人工智能工作笔记0057

本文通过Python实现随机梯度下降(SGD)求解一元一次方程,并探讨在没有添加偏置项时导致误差的原因,接着扩展到多元一次方程,展示了SGD在解决这类问题中的应用。通过对训练次数的调整,观察结果与真实值的接近程度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

然后我们再来看一下X.shape 这个用来显示,一个矩阵的形状,其实就是几行几列对吧

然后,比如上面这个是100行 ,9列,其实对应我们的方程上,就是 8元一次方程,

w1到w8加上w0 一共9列,然后有100个样本,也就是100行数据对吧

然后我们来看一下我们用SGD随机梯度下降来实现一个一元一次方程


import numpy as np

import matplotlib.pyplot as plt

X=np.random.rand(100,1)  产生100行1列的x的数据,因为一元一次,所以一个x1就可以了

w,b=np.random.randint(1,10,size=2) 然后产生2个,都是1到10之间的,一个是w1,一个做为w0也就是截距

#增加“噪声”,更像真实数据,“加盐”

#增加扰动!数据更加真实

# Numpy广播机制

y=w*X+b+np.random.randn(100,1) 写出公式,注意这里用100行1列,也就是给这100个样

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

添柴程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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。

余额充值