注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 机器学习小组知识点4：批量梯度下降算法(BGD)

  2. 机器学习；梯度下降；批量梯度下降；BGD；

  3. 所属分类：讲义

    • 发布日期：2016-10-18
    • 文件大小：533504
    • 提供者：eric2016_lv

  1. 5批量梯度下降和随机梯度下降阐述和比较

  2. 机器学习 SGD BGD 批量梯度下降 随机梯度下降

  3. 所属分类：讲义

    • 发布日期：2016-10-21
    • 文件大小：643072
    • 提供者：eric2016_lv

  1. 批量梯度下降的python实现

  2. 批量梯度下降的python实现, data.csv示例: 32.502345269453031,31.70700584656992 53.426804033275019,68.77759598163891 61.530358025636438,62.562382297945803 47.475639634786098,71.546632233567777 59.813207869512318,87.230925133687393 55.142188413943821,78.2115182707

  3. 所属分类：机器学习

    • 发布日期：2018-08-16
    • 文件大小：3072
    • 提供者：lic721

  1. 批量梯度下降法python具体实现

  2. 批量梯度下降法python具体实现, np.random.seed(666) x = 2 * np.random.random(size = 100) y = x * 3.0 + 4.0 + np.random.normal(size = 100) X = x.reshape(-1, 1) #损失函数 def J(theta, X_b, y): try: return np.sum((y - X_b.dot(theta))**2)/len(X_b) except: return float('

  3. 所属分类：机器学习

    • 发布日期：2018-10-07
    • 文件大小：1024
    • 提供者：qq_33912144

  1. 随机梯度下降与小批量梯度下降算法

  2. 损失使用平方函数，简单的线性模型 y = theta1 + theta2 * x

  3. 所属分类：机器学习

    • 发布日期：2018-10-23
    • 文件大小：2048
    • 提供者：qq_32673453

  1. 小批量梯度下降实现BP神经网络.rar

  2. 用小批量梯度下降法实现函数逼近，Matlab自编程，可以看到逼近过程和误差下降过程，可以通过修改step实现批量梯度和随机梯度下降。

  3. 所属分类：其它

    • 发布日期：2020-06-10
    • 文件大小：5120
    • 提供者：caojianfa969

  1. python应用Axes3D绘图（批量梯度下降算法）

  2. 主要为大家详细介绍了python应用Axes3D绘图，批量梯度下降算法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：59392
    • 提供者：weixin_38560107

  1. Python编程实现线性回归和批量梯度下降法代码实例

  2. 主要介绍了Python编程实现线性回归和批量梯度下降法代码实例，具有一定借鉴价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：114688
    • 提供者：weixin_38557727

  1. Python编程实现线性回归和批量梯度下降法代码实例

  2. 通过学习斯坦福公开课的线性规划和梯度下降，参考他人代码自己做了测试，写了个类以后有时间再去扩展，代码注释以后再加，作业好多： import numpy as np import matplotlib.pyplot as plt import random class dataMinning: datasets = [] labelsets = [] addressD = '' #Data folder addressL = '' #Label folder npDatase

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：116736
    • 提供者：weixin_38730389

  1. python应用Axes3D绘图（批量梯度下降算法）

  2. 本文实例为大家分享了python批量梯度下降算法的具体代码，供大家参考，具体内容如下 问题： 将拥有两个自变量的二阶函数绘制到空间坐标系中，并通过批量梯度下降算法找到并绘制其极值点 大体思路： 首先，根据题意确定目标函数：f(w1,w2) = w1^2 + w2^2 + 2 w1 w2 + 500 然后，针对w1,w2分别求偏导，编写主方法求极值点 而后，创建三维坐标系绘制函数图像以及其极值点即可 具体代码实现以及成像结果如下： import numpy as np import matplo

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：55296
    • 提供者：weixin_38635449

  1. python梯度下降算法的实现

  2. 本文实例为大家分享了python实现梯度下降算法的具体代码，供大家参考，具体内容如下 简介 本文使用python实现了梯度下降算法，支持y = Wx+b的线性回归 目前支持批量梯度算法和随机梯度下降算法(bs=1) 也支持输入特征向量的x维度小于3的图像可视化 代码要求python版本>3.4 代码 ''' 梯度下降算法 Batch Gradient Descent Stochastic Gradient Descent SGD ''' __author__ = 'epleo

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：44032
    • 提供者：weixin_38734276

  1. 动手学深度学习之从批量归一化和残差网络、凸优化、梯度下降

  2. 参考伯禹学习平台《动手学深度学习》课程内容内容撰写的学习笔记 原文链接：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/jupyter/6X2EcSYKYpTDlzAKwQhNi 感谢伯禹平台，Datawhale，和鲸，AWS给我们提供的免费学习机会！！ 总的学习感受：伯禹的课程做的很好，课程非常系统，每个较高级别的课程都会有需要掌握的前续基础知识的介绍，因此很适合本人这种基础较差的同学学习，建议基础较差的同学可以关注伯禹的其他课程：

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：516096
    • 提供者：weixin_38674627

  1. 机器学习中梯度下降的几种方式

  2. 批量梯度下降 定义：批量梯度下降的一次训练喂入训练集中的所有数据，使用所有数据来更新权重，也就是batch_size=训练集大小 算法 3. 特点 求和中的运算都是向量运算 参数的更新需要计算所有数据的平均值之后才能进行更新，更新缓慢，时间复杂度是O(n)，但是下降路径十分平滑 随机梯度下降 定义：每次进行参数更新的时候仅仅使用数据集中的一个数据，也即batch_size = 1 算法 特点 更新参数的时候每次只用计算一个数据，因此能够更快地更新参数 但是因为每次只使用了一个数据，所以更新参

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：297984
    • 提供者：weixin_38616359

  1. 机器学习之梯度下降法

  2. 1.基本概念 梯度下降法（Gradient descent）是一个一阶最优化算法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。 2.几种梯度下降方法（针对线性回归算法） 2.1 批量梯度下降法 1.批量梯度下降法的特点及原理 运算量大：批量梯度下降法中的每一项计算：，要计算所有样本（共 m 个）； 批量梯度下降法的梯度是损

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：214016
    • 提供者：weixin_38698149

  1. L20 梯度下降、随机梯度下降和小批量梯度下降

  2. airfoil4755 下载 链接：https://pan.baidu.com/s/1YEtNjJ0_G9eeH6A6vHXhnA 提取码：dwjq 梯度下降 （Boyd & Vandenberghe, 2004） %matplotlib inline import numpy as np import torch import time from torch import nn, optim import math import sys sys.path.append('/home/kesci

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：86016
    • 提供者：weixin_38686080

  1. 基于投影小批量梯度下降的大规模高光谱数据分解

  2. 基于投影小批量梯度下降的大规模高光谱数据分解

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：262144
    • 提供者：weixin_38748210

  1. Projects_1：研究了不同类型的梯度下降算法，例如批量，迷你批量和随机梯度-源码

  2. 梯度下降 处理不同类型的梯度下降算法，例如批量，迷你批量和随机梯度

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：22528
    • 提供者：weixin_42113794

  1. 梯度下降比较：比较批量，随机和微型批量梯度下降算法-源码

  2. 比较不同的梯度下降算法 为批处理，随机和微型批处理梯度下降算法编写代码。 针对人为生成的数据对这些算法进行了测试，然后比较了它们的相对性能。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：309248
    • 提供者：weixin_42160424

  1. Pytorch：批量数据（batch）分割

  2. 原文地址 分类目录——Pytorch 深度学习可行的一个前提是假设数据之间是相互独立的，用相关的数据进行训练会让训练的模型局限于满足一撮数据，没有实用性。而更多的现实情况是数据之间存在着或多或少的相关性，所以深度学习中常用海量数据来弥补数据间相关所产生的训练模型的不足。在大量数据中学习中，小批量（batch）梯度下降是一种比较好的方式，每次选取一小部分数据来进行参数更新，既能沿着较好的方向更新，又能兼顾训练的效率 另外，从数据集中随机（不连续）抽取数据也是可以减弱数据相关性的影响的。这一点在随机

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：53248
    • 提供者：weixin_38734200

  1. Linear-Regsression-from-scratch:从零开始，批量，小批量和随机梯度下降的线性回归-源码

  2. 从零开始线性回归 通过“普通最小均方”和“梯度下降”方法从零开始进行线性回归

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：33792
    • 提供者：weixin_42099087
« 12 3 »