2019-03-11
阅读量:
795
梯度下降的算法调优有哪几点?
问、梯度下降的算法调优有哪几点?
答：
- 算法的步长选择（刚开始步长选择小点，选择太大，会怎么样）
- 算法参数的初始值选择（希望是凸函数，实际不一定是凸函数，容易陷入局部最优，可以随机多选择几个初始值，最后落在同一点是全局最优，落在不同的点，选取代价函数最小的点）
- 归一化（对X归一化，y不需要归一化，可以加快迭代的速度，θ1和θ2比较接近，在同一个量级上）
0.0000
0
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
xmd11
2020-06-12
4条评论
xmd11
2020-06-12
0条评论
慢慢爬的Rui
2020-06-11
3条评论