Orange_soda的博客

在机器学习线性回归算法中，我们常常需要使用极大似然估计。那么极大似然估计的原理是什么？若训练集某一个样本是（y,x）,那么在最大似然估计中就认为y出现的概率最大。这就是为什么我们要求解出最大值的原因。...

在梯度下降算法中，理论上有一个步长steep需要我们设置。steep的设置非常重要，如果设置不当，我们的梯度下降算法可能就得不到我们想要的结果。一：步长不当导致的问题如果步长太短，很显然我们训练集训练的时间就会加长。如果训练集比较多，这也是致命的。如果步长太长，可能出现Overshoot the minimun（越过极小值点）现象。甚至梯度下降算法无法收敛，找不到我们要的极小值。二：tensorf...

**两个乘号就是乘方，比如2**4,结果就是2的4次方，结果是16一个乘号*，如果操作数是两个数字，就是这两个数字相乘，如2*4,结果为8*如果是字符串、列表、元组与一个整数N相乘，返回一个其所有元素重复N次的同类型对象，比如"str"*3将返回字符串"strstrstr"如果是函数定义中参数前的*表示的是将调用时的多个参数放入元组中,**则表示将调用函数时的关键字参数放入一个字典中如定义以下函数...

一：tf.Variabletf.Variable主要用于可训练的一些变量，比如模型的权重（weight ，w）,模型的偏置值（bias,b）1.声明时必须要进行初始化2.名称的真实含义在于变量，也就是在训练时，其值是可以改变的二:tf.placeholdertf.placeholder用于得到传递进来的真实样本1.不必进行初始化,通过session.run中的feed_dic={}来指定2.仅仅作...