【機器學習】歸一化是訓練必不可少的環節嗎

從下面兩個問題解釋一下 一、目的 1. 提升模型的收斂速度 如果選擇不歸一化,對於數量級相差比較大的數據,繪製的圖就類似於橢圓,梯度下降運算會很慢。 選擇歸一化,對於數量級相差比較大的數據,繪製的圖就類似圓形,梯度下降速度很快,少走很多彎路。 具體說下是如何影響速度的呢? 如下圖, θ 1 {θ_1} θ1​的取值範圍爲[0,2000],而 θ 2 {θ_2} θ2​的取值範圍爲[1,5],假如只
相關文章
相關標籤/搜索