梯度下降一步
← ToolBox
/ 梯度下降一步
🌙
首页
‹
🤖 AI 人工智能
‹
梯度下降一步
⬇️ 梯度下降一步
模拟单变量梯度下降的一次参数更新。
当前权重
梯度
学习率
L2 正则化
计算
复制结果
📐 计算公式与说明
w = w − lr·(∇L + 2λw)
L2 正则化使权重向零收缩。
🔗 相关工具
🎲
Dropout 保留期望
Dropout 保留期望
🔧
L1 L2 正则化惩罚
L1 L2 正则化惩罚
📥
RAG 召回率
RAG 召回率
📈
ROC AUC 近似
ROC AUC 近似
R
ReLU 与 LeakyReLU
R ReLU 与 LeakyReLU
S
Sigmoid 输出
S Sigmoid 输出