机器学习中的梯度下降函数

Question

我在 Coursera 上注册了 Andrew Ng 的机器学习专业课程，在那里我遇到了实现梯度下降算法的这个函数。

def gradient_descent(x, y, w_in, b_in, alpha, num_iters, cost_function, gradient_function): 

    w = copy.deepcopy(w_in) # avoid modifying global w_in
# An array to store cost J and w's at each iteration primarily for graphing later
    J_history = []
    p_history = []
    b = b_in
    w = w_in

    for i in range(num_iters):

        # Calculate the gradient and update the parameters using gradient_function
        dj_dw, dj_db = gradient_function(x, y, w , b)  

        # Update Parameters using equation (3) above
        b = b - alpha * dj_db                            
        w = w - alpha * dj_dw 
                       
        # Save cost J at each iteration
        if i<100000:      # prevent resource exhaustion 
            J_history.append( cost_function(x, y, w , b))
            p_history.append([w,b])

        # Print cost every at intervals 10 times or as many iterations if < 10
        if i% math.ceil(num_iters/10) == 0:
            print(f"Iteration {i:4}: Cost {J_history[-1]:0.2e} ",
                  f"dj_dw: {dj_dw: 0.3e}, dj_db: {dj_db: 0.3e}  ",
                  f"w: {w: 0.3e}, b:{b: 0.5e}")
    return w, b, J_history, p_history #return w and J,w history for graphing`

谁能给我解释一下 for 循环中的第二个 if 语句？

我正在了解该条件语句的实际目的？我确实理解是在控制台上打印一些东西，但是在这种情况下，以下条件表示什么？

if i% math.ceil(num_iters/10) == 0:

Answer 1

如果你解构

i% math.ceil(num_iters/10) == 0

：

• num_iters/10

  是迭代次数除以 10.

• math.ceil

  返回向上舍入的数字，以使其成为整数。

• %

  是模运算符，因此它返回除法的余数。

• == 0

  ，如果除法余数为0，则表示

  i

  是

  num_iters/10

  的倍数。

总的来说，当

True

在num_iters的十分位数时，这个表达式是

i

例如，如果 num_iters = 200，这将打印十次，当 i = 20, 40, 60, ... , 180, 200