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. OptSpace 代码

  2. Matrix Completion from a Few Entries OptSpace-A Gradient Descent Algorithm on the Grassman Manifold for Matrix Completion 源码

  3. 所属分类：C/C++

    • 发布日期：2015-10-23
    • 文件大小：16kb
    • 提供者：wangle1e

  1. gradient-descent:尝试梯度下降的实现-源码

  2. 梯度下降 尝试梯度下降的实现。

  3. 所属分类：其它

  1. LR---Gradient-Descent-源码

  2. LR---Gradient-Descent

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：28kb
    • 提供者：weixin_42107165

  1. Gradient-Descent-源码

  2. 梯度下降 什么是Gradiant？ 梯度表示变化率/导数的斜率。 什么是后裔？ 下降意味着跌倒 什么是梯度下降？ 梯度下降是一种优化算法，用于查找使成本函数（cost）最小化的函数（f）的参数（系数）的值。 当无法解析地计算参数（例如使用线性代数）并且必须通过优化算法进行搜索时，最好使用梯度下降。 梯度下降是一种迭代优化算法，用于查找函数的最小值。 也称为跟踪和错误。 梯度下降的类型 批梯度下降 随机梯度下降 迷你批次梯度下降 梯度下降的步骤 在随机位置或简单地将其初始化为零（权重和

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：60kb
    • 提供者：weixin_42099906

  1. LR-gradient-descent-源码

  2. LR-gradient-descent

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：51kb
    • 提供者：weixin_42164685

  1. applying-gradient-descent-lab-data-science-intro-000-源码

  2. 应用梯度下降实验室 介绍 在本实验中，我们将测试有关数据科学的知识。 我们将可以访问我们先前编写的 ，和库中的函数。 这是我们的任务：我们是Good Lion Studios的员工。 对于Good Lion来说，我们的工作是首先收集，探索和格式化数据，以便我们可以建立此数据的回归线。 然后，我们将通过各种尝试来构建这些回归线。 在本实验结束之前，我们应该有一个工作版本，可以自豪地向我们的经理展示。 学习目标 复习如何使用内置功能（如过滤器和地图）来清理数据 使用残差平方和（RSS）评估回归线的

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：103kb
    • 提供者：weixin_42129005

  1. beyondGD-源码

  2. 超越梯度下降 安装 # install dependencies via pip3 (python 3 required) make install # or: pip3 install -r requirements.txt # download ParTUT and FastText [32, EN] data files (optional) make download 用法 演示版 必需： make download # run demo gradient descent make d

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：291kb
    • 提供者：weixin_42137723

  1. GradientDescent_LinReg:实施梯度下降并拟合线性回归。 探索多项式回归，交叉验证和正则化-源码

  2. GradientDescent_LinReg 该笔记本实现了Gradient descent算法以拟合线性回归模型。 作为本练习的一部分，将探索各种机器学习技术。 粗略概述如下： 数据输入 EDA 使用梯度下降的线性回归 线性回归成本函数 线性回归梯度函数 梯度下降功能 拟合线性回归参数 学习率调整 参数解释和可视化 多项式回归 模型评估：交叉验证 注意：Notebook可能无法在GitHub上打开。 请下载文件进行浏览。 谢谢！ 数据集信息：该数据集来自卡内基梅隆大学维护的StatLi

  3. 所属分类：其它