金启网站建设,动易网站建设实训报告,店铺管理app,广州 环保 凡人网站建设目录 #x1f4a5;1 概述
#x1f4da;2 运行结果
#x1f389;3 参考文献
#x1f468;#x1f4bb;4 Matlab代码 #x1f4a5;1 概述
梯度下降法#xff0c;是一种基于搜索的最优化方法#xff0c;最用是最小化一个损失函数。梯度下降是迭代法的一种,可以用于求… 目录 1 概述
2 运行结果
3 参考文献
4 Matlab代码 1 概述
梯度下降法是一种基于搜索的最优化方法最用是最小化一个损失函数。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。
2 运行结果 主函数部分代码
%--------------------------------------------------------------------------
%LOCAL FUNCTIONS
%-------------------------------------------------------------------------- function generateLossGraph(N,x_d,y_d) range 2; M_ 500; b_ linspace(-range,range,M_); m_ linspace(-range,range,M_); [B,M] meshgrid(b_,m_); reg zeros([1,N]); loss_function zeros(M_); for j1:M_ for i1:M_ for k1:N reg(1,k) m_(j)*x_d(k) b_(i); end loss_function(i,j) sum((reg-y_d).^2); end end axes(loss_function_graph) pcolor(B,M,loss_function) xlabel(angular coeficient (m)) ylabel(linear coeficient (b)) title(2D Loss Function) shading interp axis image colormap jet
end function delete_a_graph_component_from_its_tag(obj_handle,tag_name) obj findobj(obj_handle,Tag,tag_name); if(~isempty(obj)) delete(obj) end
end function [posX,posY,Width,Height]centralizeWindow(Width_,Height_) %Size of the screen
screensize get(0,Screensize);
Width screensize(3);
Height screensize(4); posX (Width/2)-(Width_/2);
posY (Height/2)-(Height_/2);
WidthWidth_;
HeightHeight_; end end 3 参考文献
[1]李兴怡,岳洋.梯度下降算法研究综述[J].软件工程,2020,23(02):1-4.DOI:10.19644/j.cnki.issn2096-1472.2020.02.001.
4 Matlab代码
