基本信息
文件名称:2025《深度学习涉及内容概述》1700字.docx
文件大小:202.79 KB
总页数:4 页
更新时间:2025-08-15
总字数:约2.53千字
文档摘要

深度学习涉及内容概述

目录

TOC\o1-3\h\u8041深度学习涉及内容概述 1

120361.1.1batch梯度下降 1

37041.1.2iterations迭代 1

78061.1.3epoch轮数 2

60691.1.4激活函数 2

212221.1.5One-hot编码 2

12201.1.6Adam优化器 3

batch梯度下降

梯度下降是深度学习的优化算法,每轮参数的更新有三种方法。

一种是,通过全部数据集后计算一次损失函数,之后计算损失函数其针对模型里各参数的梯度,我们然后再进行梯度更新。这样的方式在每次更新