Stochastic Optimization
实践中大量机器学习都是通过梯度算子来求优化的
但有一些问题,最大的问题就是,梯度很难计算
我们要计算train loss,这需要基于整个数据集的数据做一个计算
而计算使 train loss 下降最快的调整方向需要的时间是计算train loss本身的三倍
因此有了SGD:Stochastic Gradient Descent
计算train loss时,只随机取一小部分数据集做为输入
调整W和b时,调整的大小step需要比较小,因为数据集小,我们找到的不一定是对的方向
这样也就增加了调整的次数
但可观地减小了计算量
SGD的优化
实际上SGD会使得每次寻找的方向都不是很准,因此有了这些优化
随机的初始值
Momentum
考虑以前的平均调整方向来决定每一步的调整方向
Learning Rate Decay
训练越靠近目标,步长应该越小
Parameter Hyperspace
Learning Rate(即调整的step)不是越大越好,可能有瓶颈
SGD有许多参数可以调整,所以被称为黑魔法
AdaGurad
自动执行momentum和learning rate decay
使得SGD对参数不像原来那样敏感
自动调整效果不如原来的好,但仍然是一个option
来源:ahangchen / https://github.com/ahangchen/GDLnotes ,只作分享,不作任何商业用途,版权归原作者所有
閱讀更多 科科大數據 的文章