面试时让你手推公式不在害怕 | 梯度下降

点“计算机视觉life”关注，置顶更快接收消息！前面手推公式，后面代码练习本文阅读时间约10分钟假设这样一个场景，你站在山坡的某个位置，如下图，由于你不知道下山的方向，你需要如何走才能保证安全快速下山呢？用常识来解决这个问题，以他当前的所处的位置为基准，寻找这个位置最陡峭的地方，然后往下走，然后每走一段距离，都反复采用上述方法，最后就能成功的抵达山谷。梯度下降的基本过程就和下山的场景很类似。还记得上一篇《面试时让你手推公式不在害怕_线性回归》中我们去推导了线性回归的损失函数。并给出两种参数求解方法，一种是求导法一种是梯度下降法。今天我们就来推导一下梯度下降法。首先理解一下什么叫梯度。梯度首先看一眼 ………………………………