and we're guaranteed that our (appr

and we're guaranteed that our (approximate) expression (12) for ΔCΔC will be negative. This gives us a way of following the gradient to a minimum, even when CC is a function of many variables, by repeatedly applying the update rule

ผลลัพธ์ (ไทย) 1:

และเราจะรับประกันว่า ของเราแสดงออก (โดยประมาณ) (12) ΔCΔC จะเป็นค่าลบ นี้ทำให้เรามีทางลาดให้น้อยที่สุด แม้ว่า CC เป็นฟังก์ชันหลายตัวแปร โดยใช้กฎการปรับปรุงซ้ำ ๆ

ผลลัพธ์ (ไทย) 2:

และเรารับประกันได้ว่าเรา (โดยประมาณ) การแสดงออก (12) สำหรับΔCΔCจะเป็นค่าลบ นี้ทำให้เรามีวิธีการดังต่อไปนี้การไล่ระดับสีให้น้อยที่สุดแม้ในขณะที่ซีซีเป็นหน้าที่ของตัวแปรจำนวนมากด้วยซ้ำการใช้กฎการปรับปรุง

ผลลัพธ์ (ไทย) 3:

และเรารับประกันว่าของเรา ( โดยประมาณ ) การแสดงออก ( 12 ) Δ C Δ C จะถูกลบ นี้จะช่วยให้เราวิธีการต่อไปนี้การไล่ระดับสีให้น้อยที่สุด แม้ว่า CC เป็นฟังก์ชันของตัวแปรหลาย ด้วยซ้ำการปรับปรุง กฎ