梯度下降超过2θ值

Question

梯度下降算法如下：

（摘自Andres NG coursera课程） 如果有超过2个θ参数（特征权重），该如何实现该算法？

是否应包括额外的theta值：

并重复直到收敛，换句话说，直到theta0，theta1，theta2不再变化？

Answer 1

也许将theta转换为矩阵表示法

 big theta = big theta - alpha/m * sigma(h(big theta(X) - Y) * X . 

Andrew Ng的表示法是向那些对矩阵符号不太满意的人说清楚 - 我怀疑这包括你自己。 -

矩阵公式 - 单个方程而不是许多公式 - 可能比OP中的连续/单独描述的方程更清晰。单矩阵公式表明，有效地更新是设计矩阵中所有向量的原子操作。底层线性代数库的责任是使＆＃34;发生＆＃34; 。