Tabla de contenido
Método de descenso de gradiente:
Prefacio:
TensorFlow
En la actualidad, Tensorflow es el framework más utilizado en el mundo y la comunidad más grande . Debido a que Google se produce, se mantiene y actualiza con frecuencia, y tiene una interfaz Python C ++ y un tutorial muy completo.
Debido a que su lenguaje es de un nivel demasiado bajo , actualmente hay 20.000 bibliotecas abstractas basadas en Tensorflow que encapsulan las funciones de Tensorflow para simplificarlo.
Pero después del lanzamiento de TF2.0 en 19, todo se volvió mucho más fácil
Principalmente una aplicación familiar del marco
Regresión lineal univariante:
Función de pérdida
Valor absoluto que se calcula incómodo de usar y, por lo tanto, usa la varianza promedio
Proceso de implementación
Primero adivine a, b, pero tal eficiencia es inapropiada en la parte inferior.
Por lo tanto, utilizamos el descenso de gradiente
Método de descenso de gradiente:
Encuentra el mecanismo de la función de pérdida
por ejemplo
- Inicialización aleatoria
- Inicializar aleatoriamente un lote de puntos en la red de aprendizaje profundo
- El gradiente es encontrar la dirección del mínimo.
En la parte teórica, solo mire las notas anteriores de aprendizaje automático .
Encuentre a lo largo de la dirección de la derivada, la zancada afectará la tasa de disminución,
En el aprendizaje profundo, la solución local óptima nunca es un problema. En pocas palabras, tendrá múltiples valores
