import numpy as np import random x = np.array([0,1,2,3,4,5,6,7,8,9],dtype=np.float32) y = np.array([1.8,2.1,2.3,2.85,3.0,3.3,4.9,5.45,5.0,6.0]) k = random.random() b = 0 lr = 1e-2 for i in range(1000): prdict = x*k+b l = 0.5*np.sum((y-prdict)**2) if i%100==0: print(f"{i}的损失为{l}") delta_b = np.mean(prdict-y) delta_k = np.mean((prdict-y)*x) k-=lr*delta_k b-=lr*delta_b
原文地址:http://www.cnblogs.com/xiaoruirui/p/16815408.html
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,请务用于商业用途!
3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员!
8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载
声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性