第439章 深度学习
⚡ 自动翻页
开启后阅读到底自动进入下一章
⚡ 开启自动翻页更爽
看到章尾自动进入下一章，追书不用一直点。
  她绕到书桌另一侧，身体微微前倾，看向屏幕上的內容。
  “深度学习……卷积神经网络……”
  她轻声念出那些標题，然后视线停留在“梯度下降”和下面那片空白区域。
  “你想推导什么？”钟虹问。
  马宇腾指著屏幕，將自己的困境说了出来。
  “我想描述一个优化算法，用来更新神经网络的参数，让模型的预测误差最小化。我知道它的核心思想是沿著梯度下降最快的方向去调整参数，但我写不出具体的数学过程。”
  他儘量用通俗的语言解释。
  钟虹安静地听著，没有插话。
  等马宇腾说完，她沉默了几秒，似乎在脑中构建整个数学模型。
  “你的意思是，有一个包含大量参数的复杂函数，也就是误差函数。你想找到一组参数，使这个函数的值最小。”
  钟虹用她自己的语言，重新定义了这个问题。
  “对，就是这个意思。”马宇腾立刻点头。
  “这本质上是一个多元函数求最小值的问题。”钟虹的语气平静而篤定，“用梯度下降法来解决很直观。”
  她伸出纤细的手指，在空中比划著名。
  “假设你的误差函数是j(θ)，θ是参数向量。那么在任意一点θ，函数值下降最快的方向就是梯度的反方向，也就是-?j(θ)。”