【吴恩达深度学习系列第二课第二周笔记】
关键概念：
- 记住不同的优化方法，如(Stochastic) Gradient Descent, Momentum, RMSProp and Adam
- 采用随机小批量算法加快收敛速度，提高优化效果
- 了解学习率衰减的好处，并将其应用到优化中
mini-batch gradient descent
之前在实现梯度下降的时候，都是对整个数据集进行循环的。现在我们采用一种新的方法，
吴恩达深度学习系列第二课第二周笔记
------------------已经触及底线啦感谢您的阅读------------------
- 本文链接： https://miraclesky.cn/posts/1c0195e4.html
- 版权声明： 本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
欢迎关注我的其它发布渠道