【李宏毅 深度學習】Gradient Descent_1-2

接上篇：https://blog.csdn.net/Aibiabcheng/article/details/107430209 Tip 2: Stochastic Gradient Descent 誤差Loss是所有預測值與真實值之間誤差之和。 與Adagrad不同，隨機梯度下降，是取一個樣本Xn（可以隨機取，也可以按順序取），計算Loss值（下面公式），然後計算梯度。 原來的Gradient D

>>阅读原文<<