0回答
我被要求用Python语言写一个梯度下降的实现，签名为gradient(f, P0, gamma, epsilon)，其中f是未知的并且可能是多元函数，P0是梯度下降的起点，gamma是常数步长，ε是停止标准我发现棘手的是如何在P0点上计算f的梯度，而对f一无所知。我知道有numpy.gradient，但我不知道如何在我不知道f的尺寸的情况下使用它。此外，numpy.gradient使用函数的样本，那么如何选择正确的样本来计算某个点的梯度，而不需要任何
浏览 9提问于2017-12-05得票数 0
1回答
我正在尝试为完全连接的网络配置实现我的神经网络。我对神经网络和人工智能知之甚少，所以它的实现不是很好，而且可能包含错误，但是它已经过测试，并且似乎得到了预期的结果。
浏览 0提问于2022-03-14得票数 3
我理解梯度下降是如何工作的，用户可以手动定义梯度下降函数，以最小化一些成本函数。我的问题很普遍，当我们训练和测试机器学习模型，如线性回归或随机森林时，GD在科学学习代码中会出现在哪里？
浏览 5提问于2020-09-23得票数 1
回答已采纳
1回答
实现梯度下降
、、
我正在尝试在Go中实现一个梯度下降。我的目标是根据汽车的里程数来预测汽车的成本。我试图得到的结果应该大约是t0 = 8500，t1 = -0.02我的实现如下： "encoding/csv" "logmaxKm) outputResult(theta0, theta1)
浏览 0提问于2019-11-13得票数 1
我有我的逻辑回归函数，它使用梯度下降来找出参数的收敛性。我的梯度下降算法，以矩阵的形式找到参数，因为它以矩阵的形式比在循环中单独和线性地查找更快。(h(X)) -Matrix(Y) ))
对于小的训练数据，它是相当快的，并且给出了正确的值，最大迭代次数在1000000左右，但是对于那么多的训练数据，它非常慢，大约500次迭代需要18分钟，但是在梯度下降中有这么多迭代我知道，我可能应该实现功能选择，或者功能缩放，但我不能使用提供的包。使用的语言是R。我如
浏览 8提问于2016-09-07得票数 0
文件中都说，“用随机梯度下降来拟合线性模型。”
关于随机梯度下降，我所知道的是，在一次迭代中更新模型的参数需要一个训练示例(或整个训练的一部分)。梯度下降在每次迭代中使用整个数据集。我要实现法向梯度下降和随机梯度下降，并比较它们所需的时间。如何在SGDClassifier中做到这一点？fit()方法是否为法向梯度下降？
浏览 2提问于2016-11-18得票数 0
回答已采纳
比较了具有随机梯度下降和不存在随机梯度下降的SVM分类器的性能。在学习过程中，我只找到了SGDClassifier (我可以把它放到管道中)。sklearn不提供一个非随机(批处理)梯度下降分类器的实现吗？为了进行分析，我是否必须单独实现这两个分类器？
浏览 0提问于2018-12-17得票数 1
回答已采纳
1回答
这种实时模型修改是如何实现的？
大众是否会随着时间的推移而占用越来越多的资源来获取总输入数据的大小？
浏览 0提问于2012-01-30得票数 9
回答已采纳
我目前正在使用ScikitLearn中的两个类处理一个分类问题，其中有求解器adam和激活relu。为了探索我的分类器是否存在高偏差或高方差，我用Scikitlearns内置函数绘制了学习曲线：
应该是这样的吗？我认为学习曲线是根据独立于任何批次/时代的训练数据来处理准确性分数的吗？对于批处理方法，我真的可以使用这个内置函数吗？如果是，我应该选择哪个批次大小(训练示例的整批或批次size=数或两者之间的某个部分)，以及从中得到什么诊断？或者你通常如何诊断神经网络分类器的偏差/方差问题？
浏览 1提问于2019-03-26得票数 1
回答已采纳
1回答
在机器学习的coursera课程中，它说梯度下降应该收敛。我们如何在现实世界中使用scikit-learn中的线性回归？或者为什么scikit-learn不在线性回归输出中提供梯度下降信息？
浏览 0提问于2015-12-26得票数 26
回答已采纳
2回答
假设我想使用N个样本的数据集来训练一个随机梯度下降回归算法。由于数据集的大小是固定的，我将重用数据T次。在每次迭代或“时代”中，在随机地重新排序整个训练集之后，我使用每个训练样本一次。我的实现是基于Python和Numpy的。因此，利用向量运算可以显着地减少计算时间。想出一个批量梯度下降的矢量化实现是非常简单的。然而，在随机梯度下降的情况下，我想不出如何避免在每个时期迭代所有样本的外循环。
有没有人知道随机梯度下降的
浏览 0提问于2014-10-10得票数 10
回答已采纳
梯度下降的矢量化实现 J_history(iter) = computeCostMulti(X, y, theta);
computeCostMulti()的实现 m = length(y); J = 1 / (2 *
浏览 2提问于2017-06-03得票数 0
在添加新op时，文档()说：既然这是可选的，如果我不写，梯度下降是如何计算梯度的？它用数值方法吗？如果是，什么？这会慢点吗？
浏览 0提问于2016-08-30得票数 0
回答已采纳
true)我需要将一个diffFunction类型的对象放在"null“所在的位置，但不确定如何创建/实现一个我有一个使用梯度下降的方法，并希望将其合并到diffFunction对象中。
浏览 3提问于2017-04-07得票数 0
TensorFlow中的自动微分过程是否在需要时计算次梯度？如果有许多子梯度，那么将选择哪一个作为输出？我正在尝试在link <code>C0</code>中实现这篇论文，它使用递归神经网络来执行有效的语言解析。目标函数使用铰链损失函数来选择最优输出向量，这使得该函数不可微。我在急切模式下使用TensorFlow (v1.12)对模型进行编程，并使用自动微分来计算梯度。每批处理后，我可以看到梯度值发生变化，精度略有提高。一段时间后，它会
浏览 21提问于2019-04-02得票数 0
回答已采纳
4回答
我在堆栈溢出中经历了许多代码，并在同一条线上创建了自己的代码。这段代码有一些问题，我无法理解。我存储的值theta1和θ2，以及成本函数的分析目的。X和Y的数据可以从这个页面下载。它以.dat文件的形式提供x和Y数据，可以在记事本中打开。 clcclose all;
x=load('D:\Office Docs_Jay\software\
浏览 2提问于2014-02-15得票数 4
1回答
这是一种求系数的方法；现在，至少还有一种方法(据我所知)，就是用梯度下降最小化一个代价函数。前一种方法似乎是最容易实现的(我是在C++中实现的，而后者是在Matlab中实现的)。在一个特定的数据集上，我发现我不能用(X'X)^-1 * X'y找到一个令人满意的解决方案，但是梯度下降很好，我可以得到一个有意义的估计函数。
那么梯度下降的矩阵分辨率有什么问题呢？
浏览 4提问于2014-01-20得票数 0
回答已采纳
1回答
实现随机梯度下降
、、
我试图实现一种以L2范数为损失函数的多元线性回归随机梯度估计的基本方法。 结果可以在这张图中看到： ? 这与理想的回归线相去甚远，但我真的不明白为什么会这样。
浏览 9提问于2020-11-08得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
