深度學習的數學-梯度下降

文章目錄 前言 正文 需要解決的問題和思路 近似公式和向量內積 多變量下的梯度下降法（重點） 多變量下的梯度下降法（重點） 哈密頓算子▽ η的含義 總結 前言 本篇主要講解一個機器學習中很重要但又很基礎的概念：梯度下降，經常用於尋找最小值，在近似公式和向量內積的基礎上很容易理解 正文 需要解決的問題和思路 首先，梯度下降是爲了漸進的尋找最小值，根據書中的例子，如果我們知道了一個函數 z = x^2

>>阅读原文<<