如何用梯度下降法求函数y = c+((1-c)/(1+exp(-1.7*a*(x-b))))中的参数a,b,c,已知x和y?

如题所述

给的条件有点少,我多点假设。
已知X,Y,我认为是已知给定X输入和对应期望的Y输出。
对于优化目标函数,也就是最后的训练误差函数,视为最简单的实际输出Y'和期望输出Y的均方差。
已知学习率n(可以自行设置)。
假设输出层激活函数为线性。
1.设置初始的a,b,c(任取)
2.计算实际的Y'输出
3.根据期望Y和实际Y',得到对应的均方差J
4.使用误差函数J对a,b,c分别求偏导(链式法则),并代值计算出数字
5.对初始的a,b,c减去(学习率*对应的偏导),得到新的a,b,c
6.重复第二步,迭代一定的轮数或误差小于一个期望值。
7.输出a,b,c.
温馨提示:答案为网友推荐,仅供参考