Skip to main content
AI EducademyAIEducademy
🌳

AI基础

🌱
AI 种子

面向现实世界的 AI 素养

🌿
AI 萌芽

智能系统背后的基础

🌳
AI 枝干

用当今的 AI 能力去构建

🏕️
AI 树冠

打造可靠的生成式 AI 系统

🌲
AI 森林

负责任地交付 AI 产品

🔨

AI精通

✏️
AI 草图

AI 构建者的工程基础

🪨
AI 雕刻

攻克更难问题的模式

⚒️
AI 匠心

设计可扩展 AI 的系统

💎
AI 打磨

在 AI 时代沟通与引领

🏆
AI 杰作

你的生产级 AI 毕业项目

🚀

职业准备

🚀
面试发射台

驾驭 AI 工程求职市场

🌟
行为面试精通

讲好你创造影响力的故事

💻
技术面试

在压力下解题、设计与沟通

🤖
AI与ML面试

备战现代 ML 与生成式 AI 面试

🏆
Offer与未来

做出自信而明智的下一步

查看所有学习计划→

实验室

已加载 7 个实验
🧠神经网络游乐场🤖AI 还是人类?💬提示实验室🎨图像生成器😊情感分析器💡聊天机器人构建器⚖️伦理模拟器
🎯模拟面试进入实验室→
学习旅程博客
🎯
关于

让AI教育触达每一个人、每一个角落

❓
常见问题

常见问题解答

🧰
AI 工具

我们使用并推荐的精选工具

✉️
联系

与我们取得联系

⭐
开源

在 GitHub 上公开构建

定价
立即开始
AI EducademyAIEducademy

© 2026 AI Educademy. 保留所有权利。

学习

  • 学习计划
  • 课程
  • 实验室
  • AI 入门工具包
  • 定价

社区

  • GitHub
  • 参与贡献
  • 行为准则
  • 关于
  • 常见问题

支持

  • 请我喝杯咖啡 ☕
  • 服务条款
  • 隐私政策
  • 联系我们
  • Sitemap
AI & 工程学习计划›🌿 AI 萌芽›课程›损失函数和优化器 - 人工智能如何从错误中学习
📉
AI 萌芽 • 中级⏱️ 15 分钟阅读

损失函数和优化器 - 人工智能如何从错误中学习

公开课程预览

了解损失函数如何衡量模型的错误,以及优化器如何使用梯度来系统地减少错误。

课程体系
AI 萌芽
难度
中级
阅读时间
15 分钟阅读

学习目标

完成本课后,你将理解:

  • ✓什么是损失函数?
  • ✓回归损失函数 - MSE
  • ✓分类损失函数 - 交叉熵
  • ✓梯度下降 - 滚下坡
  • ✓梯度下降的风味

课程大纲

  1. 什么是损失函数?
  2. 回归损失函数 - MSE
  3. 分类损失函数 - 交叉熵
  4. 梯度下降 - 滚下坡
  5. 学习率困境
  6. 梯度下降的风味
  7. 批量梯度下降
  8. 随机梯度下降 (SGD)
  9. 小批量梯度下降
  10. 现代优化器
  11. SGD 与动量
  12. 阿达格勒
  13. Adam(自适应矩估计)
  14. 学习率表
  15. 渐变裁剪 - 安全栏
  16. 要点
  17. 📚 进一步阅读

导入预览

反向传播为我们提供了梯度——但是梯度 是什么 ?在反向传播运行之前,我们需要一个数字来捕获模型的错误程度。该数字来自 损失函数 。一旦我们有了梯度, 优化器 就会决定如何更新权重。它们共同构成了学习循环。

使用 Pro 继续学习 损失函数和优化器 - 人工智能如何从错误中学习

损失函数和优化器 - 人工智能如何从错误中学习 属于 AI 萌芽

损失函数和优化器 - 人工智能如何从错误中学习 是 AI 萌芽 的一部分。升级后可解锁完整课程、测验、进度跟踪和所有学院内容。

所有课程和路径
进度同步
证书
免费试用 Pro 7 天请先登录

7 天免费。随时取消,无需任何理由。