論初始值的重要性-僅僅是更改初始值loss差別就非常大

先來看個案例：  圖片中0.01係數去掉的效果：  損失值非常高，直到訓練110次的損失值仍然有0.75，而且推薦效果很不好； 有了0.01後，  訓練第二次的時候就比上面訓練最好的效果好很多；推薦效果也是槓槓的； 結論：初始值非常重要； 數據集放大100倍，訓練次數5000次左右： 初始誤差也是8左右 參數乘以0.01後：初始誤差0.8左右開始； 訓練70次就可以達到上面訓練5000次的效果；

>>阅读原文<<