- 1、本文档共545页,其中可免费阅读164页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
;;;大模型基本概念;;大模型基本概念;;;;;;;;;;;;;谢谢!
Thanks!;第2章深度学习基础;;;;;神经网络基础;2;;神经网络基础;;;神经网络基础;神经网络基础;2;损失函数和优化算法;;2;优化算法
口 梯度下降法
目标函数设定:设定一个目标函数(损失函数)J(0),其中θ表示模型的参数。目标是找到使得目标函数最小化的参数值。
梯度计算:计算目标函数关于参数的梯度,即DJ(0)。梯度表示目标函数在参数空间中的变化率,它指示了函数增长最快的方向。
参数更新:根据梯度的反方向调整参数,通过以下规则进行参数更新,即
θ=θ-αVJ(θ)
其中,α是学习率,表示每
文档评论(0)