上期咱們聊了神經網絡就是復雜的"線性變換+激活函數套娃"，今天的重頭戲就是：怎么算出讓模型完美擬合數據的w（權重）和b（偏置）！先從最簡單的線性函數說起，一步步揭開神秘面紗
那么如何計算w和b呢？首先明確我們需要的w和b能夠讓函數的結果更接近真實數據。
?? 什么樣的參數才算"好"？
答案超簡單：預測值（yhat）越接近真實值（y）越好！就像畫一條直線穿過散點，直覺上"貼得越近"的線肯定擬合得更好嘛
對于以下數據，我們可以看出顯然第一個擬合的更好。
真實數據值為
本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。 如若轉載，請注明出處：http://www.pswp.cn/diannao/95615.shtml 繁體地址，請注明出處：http://hk.pswp.cn/diannao/95615.shtml 英文地址，請注明出處：http://en.pswp.cn/diannao/95615.shtml
如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！
——前世今生)
