梯度下降

在下面的 lab 中，你将能够在以下两个类的示例数据集上执行梯度下降算法。

工作区

要打开这个 notebook，你有两个选择：

• 转到教室的下一页（推荐）
• 从 Github 克隆，并在** gradient_descent 文件夹中打开 notebook GradientDescent.ipynb **。

在这个notebook中，你将实现构建梯度下降算法的功能，即：

• sigmoid : sigmoid激活函数。
• output_formula : 输出（预测）公式
• error_formula : 误差函数。
• update_weights : 更新权重的函数。

当你执行它们时，运行 train 函数，这将绘制连续梯度下降步骤中的几条直线。 它还会绘制误差函数，随着 epoch 数量的增加，你可以看到它正在降低。

如果你需要任何帮助，请随时在相同的文件夹中查看解决方案 notebook。