梯度下降
编辑：Simone
2025-02-15 16:32:01
609 阅读
梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。反过来，如果我们需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。在机器学习中，基于基本的梯度下降法发展了两种梯度下降方法，分别为随机梯度下降法和批量梯度下降法。
想要了解更多“梯度下降”的信息，请点击：梯度下降百科
版权声明：本站【百问十九】文章素材来源于网络或者用户投稿，未经许可不得用于商用，如转载保留本文链接：https://www.baiwen19.com/answer/153786.html
