線性回歸 tensorflow實戰 概念準備

比如一個圖檔分類的任務

使用神經網絡來完成

假設有10000張圖檔用來訓練

則這10000張圖檔就是樣本

每張圖檔的尺寸是32323

則特征就是32323維

标簽就是圖檔對應的分類

模型就是訓練完之後得到的神經網絡（權重偏置得到訓練）

我的潛意識是求垂直距離這是不對的

這是因為昨天學習感覺機模型的緣故

感覺機模型是二分類，是分類問題

這裡是線性回歸

這裡的誤差就是縱坐标的差

所有根據畫好的格子，縱間隔為1，橫間隔為2

可知左右兩者的L1損失相同

右邊的L2損失又名均方誤差又名MSE較高

紫線近似代替紅線

當deta很小時

紫線近似代替紅線

當deta很小時

主要了解學習率過大，不收斂甚至發散

主要了解學習率過大，不收斂甚至發散

主要了解學習率過大，不收斂甚至發散