我是编码的新手，我已经被引导开始使用Python，因为它对初学者有好处而且非常通用。我一直在网上看一些关于如何使用Python创建神经网络的教程，但是我只是在这个例子中陷入困境。
我已经看过并制定出了具有学习率和误差阈值的教程，这些都是常量变量。例如，学习速率= 0.1且误差阈值= 0.1，但是在该特定示例中，没有我可以看到的恒定学习速率和误差阈值变量。
有人可以解释为什么学习率和错误阈值没有被使用吗？
答案 0 :(得分：1)
学习率：该代码不使用学习率，或者使用学习率1。第48,49行只是添加调整（梯度）值而没有任何速率。这是一个不寻常的选择，并且有时在实践中工作，但通常不建议。从技术上讲，这是最简单的梯度下降版本，并且有许多简单的梯度下降的详细说明，其中大多数涉及学习率。我不会进一步阐述，因为这个评论回答了你所问的问题，但是你应该知道构建一个优化器是一个大研究领域，有很多方法可以更精细地做到这一点。或更复杂（希望有更好的表现）。
错误阈值：当达到错误阈值时，此算法不会停止优化，而是在经过固定次数的迭代（60,000）后停止。这是一种常见的选择，特别是在使用随机梯度下降（再次，另一个大话题）时。这里的基本选择是有效的：在达到性能阈值（错误阈值）之前不进行优化，优化直到达到计算预算（60,000次迭代）。