- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度学习之梯度下降
梯度下降 θ∗\theta^*θ∗=argminθ\arg min_\thetaargminθL(θ∗\theta^*θ∗)xuexi L:损失函数 θ∗\theta^*θ∗：参数 现在假设θ\thetaθ有两个变量，分别为{θ1\theta_1θ1,θ2\theta_2θ2} 随机设定θ0\theta^0θ0=(θ10θ20)\begin{pmatrix}\theta^0_1\\\theta^0_2 \end{pmatrix}(θ10θ20) ∇\nabla∇L(θ\theta
2020-05-13 21:18:15
258
原创 深度学习之error来自哪里
error error来自于bias和variance. 如果你知道你的error来自于哪里。就可以有针对性的调你的Module. 假如x的平均值是μ\muμ,方差是σ2\sigma^2σ2,但是在计算过程中得出平均值的结果不一定就是μ\muμ,如图所示，足够多次进行平均值求解，然后得出的期望是μ\muμ。 该图是对error的一次形象描述，最好的情况是左上角的情况，你所做的实验结果在靶心周围，偏离程度不大；可以说，均值是看靶心和你计算的μ\muμ的距离，方差是看所实验数据的分散程度。 该图是把100次的
2020-05-13 15:49:27
339
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人