python实现梯度下降
发布网友
发布时间:2022-04-25 16:21
我来回答
共2个回答
懂视网
时间:2022-05-11 06:46
其实是有的,就在倒数第5、6行:
if abs(error1-error0) < epsilon:
break
epsilon就是收敛条件
theta012就是得出的最优(且让我这么称)拟合曲线多项式的各个系数,然并卵,因为你这个数据是自己臆想出来的,得出的结果价值不大
我这里也有一份梯度下滑的实现,你可以看看
https://github.com/racaljk/pyann/blob/master/network/perceptron.py
如一楼所言,这段代码存在很多问题。
『Data Science from Scratch』一书专门列了一章书来讲解Python实现梯度下降和随机梯度下降算法,非常值得学习。
我在个人博客中写了这一章的学习笔记,增加了一些理论解释,仅供参考。
参考链接:梯度下降算法的Python实现
epsilon是你设置的用于结束迭代的误差阈值。
theta是用于带到拟合的原函数里面做测试用的,梯度下降一般有两个数据集:训练集和测试集。
前面K神已经指出来了,这是初学者自己写的,缺陷很大。实现上的缺陷K神已经提到了,我提两个其他的 1 没有用矩阵写。使用for循环的效率是比较低的,而且使用矩阵更清晰明了。 2 自造的数据集,最后不一定收敛。
要学习的话建议去找一门公开课,想看代码的话可以去github上找,看这种错误很多的代码是学不到东西的,
epislon跳出循环标志,判断是否收敛
热心网友
时间:2022-05-11 03:54
程序学习的过程就是使用梯度下降改变算法模型参数的过程。
比如说f(x) = aX+b; 这里面的参数是a和b,使用数据训练算法模型来改变参数,达到算法模型可以实现人脸识别、语音识别的目的。
实现人工智能的根本是算法,python是实现算法的一种语言,因为python语言的易用性和数据处理的友好性,所以现在很多用python语言做机器学习。其它语言比如java、c++等也也可以实现人工智能相关算法。下图是一个神经网络的示意图。