- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优化器及优化方法
优化方法
迭代次数
参数值
更新后的参数值
1
1
1-2×1×0.2=0.6
2
0.6
0.6-2×0.6×0.2=0.36
3
0.36
0.36-2×0.36×0.2=0.216
4
0.216
0.216-2×0.216×0.2=0.1296
5
0.1296
0.1296-2×0.1296×0.2=0.0778
学习率设置
学习率决定了每次参数更新的幅度,学习率太大,会在极值点左右摆动,导致找不到最优解,学习率太小,找最优解的过程又很漫长,所以,设置一个合适的学习率至关重要。
一般在训练过程中学习率并不是一直不变的,学习率是随着训练的过程而逐渐减小的。如需要根据全局的学习步数,通过指数衰减实现学习率的减小。
您可能关注的文档
- 《人工智能基础与应用》教学课件—01安装Python.pptx
- 《人工智能基础与应用》教学课件—2-2-安装Pycharm.pptx
- 《人工智能基础与应用》教学课件—2-3-第三方库的使用.pptx
- 《人工智能基础与应用》教学课件—3-1-安装Anaconda.pptx
- 《人工智能基础与应用》教学课件—4-1-线性回归例子引入.pptx
- 《人工智能基础与应用》教学课件—4-2-数学方法线性回归解决实例.pptx
- 《人工智能基础与应用》教学课件—4-3-TensorFlow线性回归解决实例.pptx
- 《人工智能基础与应用》教学课件—4-4-逻辑回归例子引入.pptx
- 《人工智能基础与应用》教学课件—4-5-利用TensorFlow逻辑回归解决实例.pptx
- 《人工智能基础与应用》教学课件—4-6-KNN例子引入.pptx
文档评论(0)