向山下前进的方向由梯度决定，而每步行走的长度一般是人为选定的值，这个步长幅度被称为“学习速率”。行进中选择一个合理的学习速率很重要，如果学习速率过小，则会导致优化过程收敛速度很慢，需要踏出很多步、重复很多次梯度计算的过程，如果学习速率过大，则有可能阻碍收敛，如过大的步长，跨过了最低点，导致在低谷附近反复振荡。以下用伪代码来表述利用梯度下降算法求出最佳参数值的完整步骤：
第 6 章 机器学习概览
223
- 书名
- 智慧的疆界 从图灵机到人工智能
- 作者
- 未记录
- 印刷页
- 223
- PDF 物理页
- 238（从 0 开始）
- 章节
- 内容简介
- UUID
cf76bc49-7e9b-4f42-bee8-3050a9fb9feb- 来源类型
original_book- 页面 SHA-256
c33487a5496153b30fa083c9e2b9fce13ebd6eccca31cb86c342a54bd8fccfe9