投资公司网站建设意义,外贸网站要先备案吗,国外有名的设计网站,青岛做网站那家好机器学习过程中经常需要可视化#xff0c;有助于加强对模型和参数的理解。
下面对梯度下降过程进行动图演示#xff0c;可以修改不同的学习率#xff0c;观看效果。
import numpy as np
import matplotlib.pyplot as plt
from IPython import displayX 2*np.random.rand(…机器学习过程中经常需要可视化有助于加强对模型和参数的理解。
下面对梯度下降过程进行动图演示可以修改不同的学习率观看效果。
import numpy as np
import matplotlib.pyplot as plt
from IPython import displayX 2*np.random.rand(100,1)
y 43*Xnp.random.randn(100,1) # randn正态分布
X_b np.c_[np.ones((100,1)),X] # c_行数相等左右拼接eta 0.1 # 学习率
n_iter 1000 # 迭代次数
m 100 # 样本点个数
theta np.random.randn(2,1) # 参数初始值plt.figure(figsize(8,6))
mngr plt.get_current_fig_manager() # 获取当前figure manager
mngr.window.wm_geometry(520520) # 调整窗口在屏幕上弹出的位置注意写在打开交互模式之前
# 上面固定窗口方便screentogif定位录制只会这种弱弱的方法
plt.ion()# 打开交互模式
plt.rcParams[font.sans-serif] SimHei# 消除中文乱码for iter in range(n_iter):plt.cla() # 清除原图像gradients 2/m*X_b.T.dot(X_b.dot(theta)-y)theta theta - eta*gradientsX_new np.array([[0],[2]])X_new_b np.c_[np.ones((2,1)),X_new]y_pred X_new_b.dot(theta)plt.axis([0,2,0,15])plt.plot(X,y,b.)plt.plot(X_new,y_pred,r-)plt.title(学习率{:.2f}.format(eta))plt.pause(0.3) # 暂停一会display.clear_output(waitTrue)# 刷新图像plt.ioff()# 关闭交互模式
plt.show()学习率0.1较合适 学习率0.02收敛变慢了 学习率0.45在最佳参数附近震荡 学习率0.5不收敛 我的CSDN博客地址 https://michael.blog.csdn.net/
长按或扫码关注我的公众号Michael阿明一起加油、一起学习进步
