TensorFlow的一个优点：可以自动算出成本函数的导数
如上图，设 f( x ) = wx，成本 J 为(wx - 1)^2，用GradientTape()这个函数，TensorFlow会记录计算成本J所需的操作序列，保存在 tape 中。 dJdw为自动计算出的导数。 TensorFlow中这个被称为AutoDiff，一些其他的机器学习包，例如pytorch也支持AutoDiff，有时也称autograd。
协同过滤的TensorFlow实现：
相关推荐
星期天要睡觉1 小时前
机器学习——CountVectorizer将文本集合转换为 基于词频的特征矩阵丑小鸭是白天鹅1 小时前
嵌入式C语言学习笔记之枚举、联合体十一10242 小时前
FX10/20 (CYUSB401X)开发笔记5 固件架构FakeOccupational3 小时前
【电路笔记 通信】AXI4-Lite协议 FPGA实现 & Valid-Ready Handshake 握手协议天上的光3 小时前
17.迁移学习奶黄小甜包4 小时前
C语言零基础第18讲：自定义类型—结构体数据智能老司机4 小时前
面向企业的图学习扩展——图简介Moshow郑锴6 小时前
机器学习相关算法：回溯算法 贪心算法 回归算法(线性回归) 算法超参数 多项式时间 朴素贝叶斯分类算法rannn_1116 小时前
【MySQL学习|黑马笔记|Day7】触发器和锁（全局锁、表级锁、行级锁、）草莓熊Lotso7 小时前
《详解 C++ Date 类的设计与实现：从运算符重载到功能测试》