线性回归:梯度下降法练习

在本练习中,您将回顾从以下日期开始的燃料效率数据图表: 参数练习。但这一次 使用梯度下降法学习线性的最佳权重和偏差值 模型。

完成图表下方的三项任务。

任务 1:调整图表下方的学习速率滑块,设置一个 学习速率为 0.03。点击 Start 按钮以运行梯度下降法。

模型训练需要多长时间才能收敛(达到稳定的最小值) 损失值)?模型收敛时的 MSE 值是多少?什么权重和偏差 会产生什么呢?

任务 #2:点击图表下方的 Reset(重置)按钮,重置体重, 图表中的偏差值。将 Learning Rate 滑块调整为大约一个值 1.10e–5。点击 Start 按钮以运行梯度下降法。

关于模型训练收敛所需的时间,您注意到了什么 这次呢?

任务 #3:点击图表下方的 Reset(重置)按钮,重置体重 和偏差值。将学习速率滑块调高至 1。 点击 Start 按钮以运行梯度下降法。

运行梯度下降法时,损失值会发生什么变化?建模会持续多长时间 进行收敛?