标签：调整 loading 完成 策略 nbsp 算法 http 梯度 如何
梯度下降：
θ 不一定可求。找最低点：每走一步求偏导调整方向。
第一步： 获得目标函数
第二步：交给机器一堆数据，告诉它想要的最终结果，告诉他什么样的算法。
第三步： 如何优化。迭代10000次。完成迭代
随机点，更新参数。
计算损失函数，每个样本都要参数计算。
数据存在： 离群点，噪音点。
小批量： 提取一部分数据。16，64，128 .
梯度下降：学习率多大。对结果影响巨大。小的学习率进行学习，利用比较大的迭代次数进行迭代。
批处理数据对结果影响很大。
标签：调整 loading 完成 策略 nbsp 算法 http 梯度 如何
原文地址：https://www.cnblogs.com/countryboy666/p/14488684.html
