---

【全文大纲】 : https://blog.csdn.net/Engineer_LU/article/details/135149485

---

概要

主要思想拟合数据

流程

1 . 前向传播

y = func * (wx+b)

2 . 计算损失

y - Y

3 . 后向传播

根据链式法则往前推

4 . 梯度下降

新参数 = 旧参数 - 学习率 * 偏导

技术名词解释

• 梯度下降 ：通过迭代可以找到局部极小值
• 学习率 ：每次训练的跨越步长
• 偏导 ：由于多元函数，所以对其中变量求偏导来给梯度下降算法运算
• 链式法则 : 求导偏导中的一种链式规律, 通过一层偏导数可以解出相邻偏导

小结

机器学习训练过程原理如上，具体还得算力加持多样本训练得出预期模型

技术交流QQ群 : 745662457
群内专注问题答疑，技术研究