
深度學習入門課程學習筆記05 最優(yōu)化
前向傳播之-最優(yōu)化
通過對之前課程的學習,我們已經(jīng)能夠對于一個輸入數(shù)據(jù)得出它的最終的一個LOSS值,那么下面就該咱們如何去找到一個最優(yōu)的參數(shù)矩陣,使得最終的LOSS值達到一個最小的范圍。這就引入了咱們的最優(yōu)化問題。下面咱們通過幾種解決方案來詳細討論如何處理這個最優(yōu)化的問題
首先咱們就算不經(jīng)過大腦思考也能得出一種方法,我把它叫做一個簡單粗暴的想法就是咱們隨機的去找一組組的權重參數(shù)矩陣W,每一次咱們都通過整個計算流程得出這組權重計算出它的一個LOSS值,就像上面的代碼的流程一樣,最后對比找到一組還算湊合的權重參數(shù)。這個方法咋樣呢?很蠢是吧,但是也是一種辦法。下面咱們就該進入思考就行改進了!
我在這里先給大家做一個比較形象的比喻,為了尋找最優(yōu)的W參數(shù)矩陣,咱們就像蒙著眼鏡在一個山坡上尋找山坡的最低點一樣,這個山坡咱們可以把它當成LOSS值的山峰,咱們的目的就是能夠找到一個山峰的最低點也就是LOSS值最小的那個點。那么咱們該怎么走才能使得咱們朝著一個LOSS值下降的方向呢?我們可以想象一下,咱們要找到山坡的最低點需要一個方向,也就是說咱們首先需要得出一個明確的方向,這個方向能夠使得咱們朝著山坡下面走去尋找最低點。那么咱們該如何得出這個方向呢?
這就是咱們這節(jié)課的核心也就是最優(yōu)化問題的解法,跟隨梯度去尋找山坡的最低點。梯度也就是山坡的一個最陡峭的方向,我們沿著這個最陡峭的方向可以最快的走到山坡的最低點,這里就引入了咱們這個梯度下降的問題,什么叫梯度下降呢?它的意思簡單的說就是咱們不是已經(jīng)找到最陡峭的方向了嘛,那么咱們就沿著梯度的反方向去走,這就是梯度下降的直觀表達。之所以要反向就是由于咱們的梯度方向是使得LOSS值增加幅度最大的方向,所以咱們?yōu)榱薒OSS能減少就要朝著梯度下降的方向去尋找最小點。
咱們接下來要講的就是這個學習率了,咱們現(xiàn)在已經(jīng)找到了一個要往下走的方向了,就差一個走的距離了。學習率就是咱們一次沿著這個梯度下降的方向走多遠,這個學習率可以說對于咱們整個最優(yōu)化問題起著決定性的作用,因為如果學習率太大我們有可能有跳過最低點而學習率太小又會使得咱們整個網(wǎng)絡收斂的太慢。所以設置學習率還是很有學問的,這里咱們這是引入這個知識點,在之后的神經(jīng)網(wǎng)絡中咱們會再詳細討論學習率這個問題的!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10