Python深度学习神经网络基本原理
神经网络
梯度下降法
在详细了解梯度下降的算法之前，我们先看看相关的一些概念。
1. 步长（Learning rate）：步长决定了在梯度下降迭代的过程中，每一步沿梯度负方向前进的长度。用上面下山的例子，步长就是在当前这一步所在位置沿着最陡峭最易下山的位置走的那一步的长度。
2.特征（feature）：指的是样本中输入部分，比如2个单特征的样本（x(0),y(0)）,（x(1),y(1)）（x(0),y(0)）,（x(1),y(1)）,则第一个样本特征为x(0)x(0)，第一个样本输出为y(0)y(0)。
3. 假设函数（hypothesis function）：在监督学习中，为了拟合输入样本，而使用的假设函数，记为hθ(x)hθ(x)。比如对于单个特征的m个样本（x(i),y(i)）(i=1,2,...m)（x(i),y(i)）(i=1,2,...m),可以采用拟合函数如下： hθ(x)=θ0+θ1xhθ(x)=θ0+θ1x。
4. 损失函数（loss function）：为了评估模型拟合的好坏，通常用损失函数来度量拟合的程度。损失函数极小化，意味着拟合程度最好，对应的模型参数即为最优参数。在线性回归中，损失函数通常为样本输出和假设函数的差取平方。比如对于m个样本（xi,yi）(i=1,2,...m)（xi,yi）(i=1,2,...m),采用线性回归，损失函数为：
J(θ0,θ1)=∑i=1m(hθ(xi)−yi)2J(θ0,θ1)=∑i=1m(hθ(xi)−yi)2
其中xixi表示第i个样本特征，yiyi表示第i个样本对应的输出，hθ(xi)hθ(xi)为假设函数。
分享人：张娇娟
到此这篇关于Python深度学习神经网络基本原理的文章就介绍到这了,更多相关Python 神经网络内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
零基础写python爬虫之urllib2中的两个重要概念：Openers和Handlers
文章首先介绍了urllib2的2个方法，然后详细介绍了urllib2中的2个重要概念Openers和Handlers的相关知识，希望能对大家有所帮助2014-11-11
python中sort()和sorted()的区别及用法实例
我们通常会遇到对数据库中的数据进行排序的问题,下面这篇文章主要给大家介绍了关于python中sort()和sorted()的区别及用法的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-06-06
这篇文章主要给大家介绍了关于利用scrapy将爬到的数据保存到mysql（防止重复）的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面来一起看看吧。2018-03-03
这篇文章主要介绍了Python爬取城市房租房信息实战分享，先单线程爬虫，测试可以成功爬取之后再优化为多线程，最后存入数据库，需要的小伙伴可以参考一下的相关资料2022-04-04
这篇文章主要给大家介绍了关于如何利用python获取鼠标点击的实时位置,并展示了如何安装和使用该库,文中通过代码介绍的非常详细,需要的朋友可以参考下2024-12-12
今天小编就为大家分享一篇python模拟登陆,用session维持回话的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
相信大家虽然有很多一键整理桌面的软件，但是对于其他路径下的文件，同样需要整理，还是很麻烦的。于是本文将利用Python制作一个桌面整理小工具，需要的可以参考一下2022-04-04
这篇文章主要介绍了python实现协同过滤推荐算法完整代码示例，具有一定借鉴价值，需要的朋友可以参考下。2017-12-12
本文主要介绍了uwsgi启动django项目的实现步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-08-08
这篇文章主要介绍了用Python实现职工信息管理系统,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-12-12
最新评论