梯度下降法，就是利用負梯度方向來決定每次迭代的新的搜尋方向，使得每次迭代
能使待優化的目標函式逐步減小。梯度下降法是2範數下的最速下降法。
最速下降法的一種簡單形式是：x(k+1)=x(k)-a*g(k),其中a稱為學習速率，可以是
較小的常數。g（k）是x(k)的梯度。
直觀的說，就是在乙個有中心的等值線中，從初始值開始，每次沿著垂直等值線方
向移動乙個小的距離，最終收斂在中心。
對於某乙個效能指數，我們能夠運用梯度下降法，使這個指數降到最小。若該
指數為均方誤差，我們便得到了最小均方誤差（lms）演算法。
bp演算法也是要使效能指數-均方誤差達到最小，它與lms演算法的差別在於對於權值導數
（即梯度）的計算方式上。
lms是運用在單層線性網路中的，誤差是網路權值的顯示線性函式，權值導數可直接
求得。但其只能解決線性可分問題。
bp演算法用於有隱藏層的多層網路中，權值和誤差的關係比較複雜，需要用到微積分鏈
法則。該演算法可以解決線性不可分問題。
如何使用鏈法則，是個比較複雜的問題，可以參考《神經網路設計》一書。
我也來學習一下sudo
關於sudo 的設定 step1 vi profile add usr local bin in path step2 vi etc sudoers add shenghp in below user alias u sysadmin aix shenghp runas alias u functi...
介紹一下我的職業
在文章中提到我是自由職業者,這幾天很多朋友給提供了軟體外包的專案,在這裡我首先表示感謝,但要說聲抱歉了,我不接軟體外包專案 下面給對我好奇的朋友簡單介紹乙個我自己,我大學時的專業是經濟法,程式設計是我從小就喜歡的,1989年,上五年級時,我就開始用basic寫程式玩 那是乙個很多人還無法區分計算機與...
也來學習一下曾國藩
提起曾國藩，不知大家是否有這麼乙個印象，風雨飄搖，乙個略顯愚鈍的老者，卻扛起了挽救晚清命運的大旗 提起他的生平，經常描述的都是最後一次出山前是乙個人，出山後完全變成了另乙個人。這一點我不是很認同，雖然後面初三後他有了乙個天翻地覆的變化，但是所有的果都是之前種下的因，這肯定也是一步乙個腳印走過來的，只...