134****4518
2024-05-12 09:17需要中文解答！ 考得這么細，上課的時候講得那么粗！
所屬：FRM Part I > Foundations of Risk Management 視頻位置 相關試題
來源： 視頻位置 相關試題
1個回答
黃石助教
2024-05-14 14:59
該回答已被題主采納
同學你好。我這邊去反饋一下，造成的不便還請諒解。這個內(nèi)容確實比較細，原版書上也基本沒怎么講?？偠灾贏NN中，我們會計算模型輸出值與實際值之間的誤差，并將該誤差從輸出層向隱藏層反向傳播，直至傳播到輸入層。在反向傳播的過程中，模型會結(jié)合優(yōu)化方法、根據(jù)誤差調(diào)整各參數(shù)的值。該過程將會不斷迭代、直至收斂。常用的方法是gradient descent algorithm，在該算法下，通常會先設置一個目標函數(shù)，比如mean squared error（見圖1），然后將其對biases和weights求一階導，然后利用圖2中的公式去獲得新的參數(shù)。圖2中的gamma就是learning rate，它影響的是gradient descent algorithm調(diào)整的大?。ǖ谷荓就是前面求的導數(shù)）。
-
追問
所以為什么要減少呢？（減少就可以達到目的的原理是什么呢）
-
追答
同學你好。這里的目標函數(shù)是mean squared error，根據(jù)定義式可以看到，該指標越小，意味著預測值與實際值之間的差距越小，也就是模型預測得越準確。
0
0
1
1
