TensorFlow的一个优点:可以自动算出成本函数的导数
如上图,设 f( x ) = wx,成本 J 为(wx - 1)^2,用GradientTape()这个函数,TensorFlow会记录计算成本J所需的操作序列,保存在 tape 中。 dJdw为自动计算出的导数。 TensorFlow中这个被称为AutoDiff,一些其他的机器学习包,例如pytorch也支持AutoDiff,有时也称autograd。
协同过滤的TensorFlow实现:
TensorFlow的一个优点:可以自动算出成本函数的导数
如上图,设 f( x ) = wx,成本 J 为(wx - 1)^2,用GradientTape()这个函数,TensorFlow会记录计算成本J所需的操作序列,保存在 tape 中。 dJdw为自动计算出的导数。 TensorFlow中这个被称为AutoDiff,一些其他的机器学习包,例如pytorch也支持AutoDiff,有时也称autograd。
协同过滤的TensorFlow实现:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1989381.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!