吳恩達深度學習 —— 2.4 梯度下降

在上一節中學習了邏輯迴歸模型，也知道了損失函數，損失函數是衡量單一訓練樣例的效果，還知道了成本函數，成本函數用於衡量參數w和b的效果，在全部訓練集上來衡量，下面我們討論如何使用梯度下降法來訓練或學習訓練集上的參數w和b。 迴歸一下，以下圖中是熟悉的邏輯迴歸算法，第二行是成本函數，成本函數J是參數w和b的函數，它被定義爲平均值，即 1 m \frac{1}{m} m1​的損失函數之和，損失函數可以衡

>>阅读原文<<