梯度下降算法中的delta到底是什么意思?

发布于 2024-12-12 10:08:52 字数 119 浏览 0 评论 0原文

如图所示:

在此处输入图像描述

有人可以帮我理解梯度下降算法中 delta 的确切含义吗?

As on the picture:

enter image description here

Could someone help me understand what exactly what delta means in the gradient descent algorithm?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

酒中人 2024-12-19 10:08:52

这是关于 theta_0 的偏导数。

This is a partial derivative with respect to theta_0.

走过海棠暮 2024-12-19 10:08:52

该术语是相对于 theta 0导数

  • theta 标记为 X 轴上的坐标(假设为 A)
  • 在 Y 轴上找到相应的坐标(假设为 B),因此该点属于函数 J
  • 在点 (A, B)
  • 的导数就是这条切线的斜率。

在此处输入图像描述

导数用于控制成本函数(J 函数)最小化的两个方面:

  • 方向 - 符号斜率告诉您应该沿着 X 轴向哪个方向移动以收敛 J
  • 速率 - 斜率的大小告诉您应该移动多快

The term is a derivative with respect to the theta 0.

  • Mark theta as coordinate on X-axis (let it be A)
  • Find corresponding coordinate on Y-axis (let it be B) so the point belongs to the function J
  • Draw tangent line to that function at the point (A, B)
  • The derivative is the slope of this tangent line.

enter image description here

The derivative is used to control two aspects of the cost function (J function) minimization:

  • direction - sign of the slope tells you in which direction you should move along the X-axis in order to converge J
  • rate - magnitude of the slope tells you how fast you should move
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文