TensorFlow工程化项目实战活页式教程 课件 项目5 TensorFlow梯度下降算法.pptx

项目5TensorFlow梯度下降算法

目录01使用迭代法求解极小值02观察迭代中的振荡03使用斜率自动调节步长04用梯度下降法求极值05求解一元线性回归06求解多元线性回归

任务1：使用迭代法求解极小值学习通过迭代的方式，从一个初始点开始，逐步寻找函数的极小值点。CHAPTER01

迭代法求解极小值-任务描述与知识准备任务描述目标：求解一元凸函数y=x^2+2的极小值参数：设定迭代次数为16次参数：设定迭代步长为0.2知识准备解析解vs数值解：解析解是精确的数学解，数值解是通过近似计算得到的解。迭代法原理：从初始值开始，按固定规则不断更新x的值，逐步逼近极小