深度學習中的梯度下降算法

深度學習中的梯度下降算法 梯度下降算法-----致力於找到函數極值點的算法，深度學習中的核心算法。 所謂的學習便是改進模型參數，以便通過大量訓練步驟將損失最小化。 有了這個概念，將梯度下降法應用於尋找損失函數的極值點便構成了依據輸入數據的模型學習。 其實在tensorflow中已經封裝了許多的函數，會自動初始化a和b。 改變a和b的值使得函數朝着變化最快方向。 梯度也就是微分 在上一個文章中，已經

>>阅读原文<<