然后我们继续来看这里的小批量梯度下降,小批量梯度下降,其实就是

用少量的样本数据,进行梯度下降,上面是公式

然后我们来看代码

import numpy as np 导入数学计算包

#X,y创建数据集X=np.random.rand(100,1) x是100行1列

w,b=np.random.randint(1,10,size=2) 然后获取w和截距,因为是一元一次方程,所以w1,和w0就取从1到10中取两个数.

y=w*X+b+np.random.randn(100,1) 然后对应的y也是100行一列的,这里添加了一个干扰项,就是100行一列的,一个符合正态分布的数据

#2、使用偏置项：X_0=1,更新X

X = np. c_ [X, np.ones( (100, 1) )] 然后我们再去使用np.c_[X,np.ones((100,1))]

这个写法是,给X,后面添加一列全部是1的一列,其实就是使得x0=1对吧

#3、定义一个函数来调整学习率

t0,t1=5,500 然后为了调整步幅,我们定义用

def learning rate schedule(t):

        return t0/(t+t1)  这里就是5/500+梯度下降次数对吧

#4、创建超参数轮次、样本数量、小批量数量

epo