前端人工智能：通过机器学习推导函数方程式--铂金Ⅲ

根据如上所述，我们的损失函数代码如下：

function loss(prediction, labels) {  
  const error = prediction.sub(labels).square().mean();  
  return error;  
} 

预期值prediction减去实际值labels，然后平方后求平均数即可。

机器训练（training）

好了，上面说了这么多，做了这么多的铺垫和准备，终于到了最关键的步骤，下面这段代码和函数就是真正的根据数据然后通过机器学习和训练计算出我们想要的结果最重要的步骤。我们已经定义好了基于SGD随机梯度下降的优化器optimizer，然后也定义了基于MSE均方误差的损失函数，我们应该怎么结合他们两个装备去进行机器训练和机器学习呢，看下面的代码。

const numIterations = 75;  
async function train(xs, ys, numIterations) {  
  for (let iter = 0; iter < numIterations; iter++) {  
    //优化器：SGD随机梯度下降  
    optimizer.minimize(() => {  
      const pred = predict(xs);  
      //损失函数：MSE均方误差  
      return loss(pred, ys);  
    });  
    //防止阻塞浏览器  
    await tf.nextFrame();  
  }  
} 

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!