Python机器学习编程与实践 课件 8-1 单变量线性回归TensorFlow实战.pptx

线性回归TensorFlow实战;;监督式机器学习;;;;;;;;左侧模型的损失较大;;;模型训练与降低损失;;;收敛

在学习优化过程中，机器学习系统将根据所有标签去重新评估所有特征，为损失函数生成一个新值，而该值又产生新的参数值。

通常，您可以不断迭代，直到总体损失不再变化或至少变化极其缓

慢为止。这时候，我们可以说该模型已收敛;19;梯度下降法;;;;学习率

沿着负梯度方向进行下一步探索，前进多少合适？;学习率的设置非常重要;学习率;学习率;;线性回归问题TensorFlow实战;;y=wx+b;;33;定义训练数据的占位符，x是特征值，y是标签值;;设置训练参数;损失函数用于