pytorch 梯度算法介绍

西木风落

于 2024-09-04 23:33:52 发布

阅读量755

点赞数 4

CC 4.0 BY-SA版权

文章标签： pytorch 梯度下降算法原理随机梯度下降算法梯度反向传播算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/chenwiehuang/article/details/141906429

梯度下降算法推导

假设有一个序列xn, 对应目标是yn, 通过模型预测得到的结果是 $\hat{y_{n}}$ ，则MSE损失函数有

$cost= \frac{1}{N}\sum_{n=1}^{N}(\hat{y_{n}} - y_{n})^{2}$

优化问题变成求min(loss)

对于求min(loss)，本质是要梯度的负方向，所以更新梯度的问题变成

$w = w - \alpha * \frac{\partial cost}{\partial w}$

其中，a是学习率。

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。