在 Octave 中实现梯度下降的问题

Question

我一直在尝试在 Octave 中实现梯度下降。这是我目前的代码：

function [theta, J_history] = gradientDescent(X, y, theta, alpha, num_iters)
  %GRADIENTDESCENT Performs gradient descent to learn theta
  %   theta = GRADIENTDESCENT(X, y, theta, alpha, num_iters) updates theta by
  %   taking num_iters gradient steps with learning rate alpha

  % Initialize some useful values
  m = length(y); % number of training examples
  J_history = zeros(num_iters, 1);

  for iter = 1:num_iters

% ====================== YOUR CODE HERE ======================
% Instructions: Perform a single gradient step on the parameter vector
%               theta.
%
% Hint: While debugging, it can be useful to print out the values
%       of the cost function (computeCost) and gradient here.
%
theta
X
y
theta' .* X
for inner = 1:length(theta)
  hypothesis = (X * theta - y)';        

  % Updating the parameters

  temp0 = theta(1) - (alpha * (1/m) * hypothesis * X(:, 1));
  temp1 = theta(2) - (alpha * (1/m) * hypothesis * X(:, 2)); 
  theta(1) = temp0;
  theta(2) = temp1;

  J_history(iter) = computeCost(X, y, theta);

  end

  end

我真的不知道这段代码出了什么问题，它可以编译并运行，但它是自动分级的，每次都失败。

编辑：抱歉，不具体。我应该实现 GD 的单个步骤，而不是整个循环

编辑 2：这是全部内容。只有 for 循环内的内容与 imo 相关。

编辑 3：两个测试用例都失败了，所以我的计算有问题。

Answer 1

我认为我的问题是出于某种原因我在那里有一个额外的 for 循环。

在 Octave 中实现梯度下降的问题

Trouble Implementing Gradient Descent in Octave

machine-learning

octave

gradient-descent