liner-regression

type

status

date

slug

summary

category

icon

password

使用linear regression预测视频的播放量

红色曲线代表视频的实际播放量，使用三个sigmoid函数之和逼近红色曲线，最后得到的拟合曲线函数表达式为：

这是只有一个的情况下，即一个feature，将上述公式代入，其中就是在纯线性拟合情况下的sigmoid，可以得到：

按照图示，已经初步具备全连接的雏形了

上述三个等式运算可以简化成一个矩阵乘法

绿色的b代表向量，灰色b代表数值

梯度下降的更新过程，不再赘述

batch、epoch、update的概念

上述梯度更新的过程，是把所有的feature也即所有的data一次性计算出来Loss更新一次，现在将所有的data分成数个batch，每个batch可以计算出一个Loss，进行一次梯度下降，以此类推更新完所有的data。在这个过程中，一个batch更新的一次参数就叫update，而所有的batch更新完一次叫做epoch。留一个问题，为什么要将data分成一个个batch？

写给正在焦虑的你（三个月上岸武安）

intro

Catalog