采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
老师,如果说dJ_debug一定能得到正确答案,并且我们想用dJ_debug来验证dJ_math的正确性,那就意味着两个dJ都要运行一遍(一定要运行时间开销大的dJ_debug),这样的话dJ_math存在的意义在哪里?
dJ_debug 的效率远远的低于 dJ_math(通过代码,想一想是为什么?)
所以,我们可以在调试阶段,使用小数据量,用 dJ_debug,来验证 dJ_math 的正确性。当确保 dJ_math 正确的情况下,在实际的大数据数据中,或者生产环境中,我们应该使用 dJ_math。
继续加油!:)
小数据量的意思是只使用一小部分的样本吗
可以,甚至是别的数据,甚至是虚假的数据。因为在这个阶段,我们只需要保证梯度下降法的正确性,而不需要对模型针对数据的参数做测试和调整。
非常感谢!
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.4k 19
3.4k 17
2.9k 15
1.6k 15
1.4k 14