想知道深度学习优化算法的原理?点我!快点我

深度学习是一个高度迭代的过程。必须尝试超参数的各种排列才能确定最佳组合。因此,在不影响成本的前提下,深度学习模式必须在更短的时间内进行训练。本文将解释深度学习中常用优化算法背后的数学原理。

优化算法
在算法f(x)中,优化算法可得到f(x)的最大值或最小值。在深度学习中,可通过优化代价函数J来训练神经网络。代价函数为:

代价函数J的值是预测值y’与实际值y之间损失L的均值。利用网络的权值

不是码农,也能看懂的“机器学习”原理

 
什么是机器学习?
我们先来说个老生常谈的情景:
某天你去买芒果,小贩有满满一车芒果,你一个个选好,拿给小贩称重,然后论斤付钱。
自然,你的目标是那些最甜最成熟的芒果,那怎么选呢?你想起来,外婆说过,明黄色的比淡黄色的甜。你就设了条标准:只选明黄色的芒果。于是按颜色挑好、付钱、回家。啊哈,人生完整了?
呵呵呵。告诉你吧人生就是各种麻烦
等你回到家,尝了下芒果。有些确实挺甜,有些就不行了。额~