Python深度學習神經網絡基本原理
神經網絡
梯度下降法
在詳細了解梯度下降的算法之前，我們先看看相關的一些概念。
1. 步長（Learning rate）：步長決定了在梯度下降迭代的過程中，每一步沿梯度負方向前進的長度。用上面下山的例子，步長就是在當前這一步所在位置沿著最陡峭最易下山的位置走的那一步的長度。
2.特征（feature）：指的是樣本中輸入部分，比如2個單特征的樣本（x(0),y(0)）,（x(1),y(1)）（x(0),y(0)）,（x(1),y(1)）,則第一個樣本特征為x(0)x(0)，第一個樣本輸出為y(0)y(0)。
3. 假設函數（hypothesis function）：在監(jiān)督學習中，為了擬合輸入樣本，而使用的假設函數，記為hθ(x)hθ(x)。比如對于單個特征的m個樣本（x(i),y(i)）(i=1,2,...m)（x(i),y(i)）(i=1,2,...m),可以采用擬合函數如下： hθ(x)=θ0+θ1xhθ(x)=θ0+θ1x。
4. 損失函數（loss function）：為了評估模型擬合的好壞，通常用損失函數來度量擬合的程度。損失函數極小化，意味著擬合程度最好，對應的模型參數即為最優(yōu)參數。在線性回歸中，損失函數通常為樣本輸出和假設函數的差取平方。比如對于m個樣本（xi,yi）(i=1,2,...m)（xi,yi）(i=1,2,...m),采用線性回歸，損失函數為：
J(θ0,θ1)=∑i=1m(hθ(xi)−yi)2J(θ0,θ1)=∑i=1m(hθ(xi)−yi)2
其中xixi表示第i個樣本特征，yiyi表示第i個樣本對應的輸出，hθ(xi)hθ(xi)為假設函數。
分享人：張嬌娟
到此這篇關于Python深度學習神經網絡基本原理的文章就介紹到這了,更多相關Python 神經網絡內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
零基礎寫python爬蟲之urllib2中的兩個重要概念：Openers和Handlers
文章首先介紹了urllib2的2個方法，然后詳細介紹了urllib2中的2個重要概念Openers和Handlers的相關知識，希望能對大家有所幫助2014-11-11
python中sort()和sorted()的區(qū)別及用法實例
我們通常會遇到對數據庫中的數據進行排序的問題,下面這篇文章主要給大家介紹了關于python中sort()和sorted()的區(qū)別及用法的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-06-06
這篇文章主要給大家介紹了關于利用scrapy將爬到的數據保存到mysql（防止重復）的相關資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面來一起看看吧。2018-03-03
這篇文章主要介紹了Python爬取城市房租房信息實戰(zhàn)分享，先單線程爬蟲，測試可以成功爬取之后再優(yōu)化為多線程，最后存入數據庫，需要的小伙伴可以參考一下的相關資料2022-04-04
這篇文章主要給大家介紹了關于如何利用python獲取鼠標點擊的實時位置,并展示了如何安裝和使用該庫,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2024-12-12
今天小編就為大家分享一篇python模擬登陸,用session維持回話的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
相信大家雖然有很多一鍵整理桌面的軟件，但是對于其他路徑下的文件，同樣需要整理，還是很麻煩的。于是本文將利用Python制作一個桌面整理小工具，需要的可以參考一下2022-04-04
python實現(xiàn)協(xié)同過濾推薦算法完整代碼示例
這篇文章主要介紹了python實現(xiàn)協(xié)同過濾推薦算法完整代碼示例，具有一定借鑒價值，需要的朋友可以參考下。2017-12-12
本文主要介紹了uwsgi啟動django項目的實現(xiàn)步驟，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-08-08
這篇文章主要介紹了用Python實現(xiàn)職工信息管理系統(tǒng),文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12