深刻了解機器學習之下降損失 (Reducing Loss)：學習速率

梯度矢量具備方向和大小。梯度降低法算法用梯度乘以一個稱爲學習速率（有時也稱爲步長）的標量，以肯定下一個點的位置。例如，若是梯度大小爲 2.5，學習速率爲 0.01，則梯度降低法算法會選擇距離前一個點 0.025 的位置做爲下一個點。web 超參數是編程人員在機器學習算法中用於調整的旋鈕。大多數機器學習編程人員會花費至關多的時間來調整學習速率。若是您選擇的學習速率太小，就會花費太長的學習時間： 圖

>>阅读原文<<