笔趣屋

手机浏览器扫描二维码访问

第648章 权重参数的学习过程用故事解释（第2页）

减少面粉：让蛋糕更松软。

这一步对应于梯度下降，你调整权重参数，使下一次的损失变小。

第六步：重复训练——逐步优化

你不断尝试新的配方，每一次都比之前的蛋糕稍微好一些。随着多次迭代，蛋糕的评分逐渐提高。直到评委满意地说：“这就是我想要的味道！”

在机器学习中，当模型的损失函数下降到满意的程度时，模型训练完成。这时，你的蛋糕配方（即权重参数）就是最优解。

?

用比喻解释：权重参数学习的过程

把机器学习中的权重参数学习想象成一个人在黑暗中寻找山顶的过程。

1.

初始化：盲人探路

你被蒙上眼睛，放在一座未知的山脚下。你不知道山顶在哪里，只能凭借直觉选择一个方向出发。

?

你的起点：模型的初始权重参数。

?

目标山顶：最低的损失函数。

2.

前向传播：一步步行走

你迈出第一步，试着感受地形。

?

如果地势变陡了，说明你可能走错方向了。

?

如果地势变平缓或向下，说明你可能朝着正确的方向前进。

?

每走一步，你都会评估自己与山顶的距离（就像模型在计算预测误差）。

3.

计算损失：测量高度差

你带着一个测高仪，随时测量当前位置与山顶的高度差。这个高度差越小，你就越接近目标。

?

高度差就是损失函数。

?

高度测量让你知道自己需要继续调整方向。

4.

意外得到空间后金手指带我闯末日  隔壁那个帝少  仙集  引凰归帝凰临：炼丹契兽倾世女帝  和校花解散后，契约灵兵皆S级  他如焰藏匿我心  他的Freesia  爱丽丝综合征  军人军医，办公室恋情？  重生1990，带着全村人发家致  带着猴哥游异界  温婉沧海  我在乡下当村医  哭包竹马爱哭还难哄  梦幻西游：大唐弃徒，成就史一法  末世，给异类收编  快穿：拯救反派，本系统亲自下场  你和我的苏打水情缘  武夫李青舟，要问剑仙李太白  导演我要举报！她跑龙套还开挂！