机器学习——3.梯度计算与梯度下降

基本概念

梯度的本意是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大(为该梯度的模)。

就好比一个坡,梯度就是坡陡峭的程度。

梯度下降: 有时我们也将梯度的模称为梯度, 大白话讲就是梯度是朝着函数上升的方向 去找最大值, 而我们的目标是要去找最小值, 所以我们要朝着函数下降的方向去找, 所以这就是我们要做的梯度下降。

相关推荐
文火冰糖的硅基工坊3 分钟前
[人工智能-综述-17]:AI革命:重塑职业版图,开启文明新篇
人工智能·深度学习·神经网络·架构·信号处理·跨学科融合
vincent&lin5 分钟前
Triton源码分析 - 目录
人工智能·ai编程·mlir·llvm
Baihai_IDP9 分钟前
构建 AI 护城河的六大常见误区分析
人工智能·面试·llm
金井PRATHAMA21 分钟前
分布内侧内嗅皮层的层Ⅱ或层Ⅲ的网格细胞(grid cells)对NLP中的深层语义分析的积极影响和启示
人工智能·深度学习·神经网络·机器学习·自然语言处理·知识图谱
workflower1 小时前
AI IDE+AI 辅助编程-生成的大纲-一般般
ide·人工智能·数据分析·软件工程·需求分析
linmoo19861 小时前
Spring AI 系列之二十八 - Spring AI Alibaba-基于Nacos的prompt模版
人工智能·spring·nacos·prompt·springai·springaialibaba·动态提示词
【杨(_> <_)】1 小时前
辐射源定位方法简述
人工智能·安全·信号处理
盼小辉丶1 小时前
TensorFlow深度学习实战——DeepDream
人工智能·深度学习·tensorflow
知了一笑1 小时前
独立开发:这才过去一个月?
人工智能·后端·程序员
大千AI助手1 小时前
掩码语言模型(MLM)技术解析:理论基础、演进脉络与应用创新
人工智能·神经网络·机器学习·语言模型·自然语言处理·mlm·掩码