小批量随机梯度下降

最新推荐文章于 2024-03-11 23:15:42 发布

心远心

最新推荐文章于 2024-03-11 23:15:42 发布

阅读量86

点赞数

分类专栏：机器学习、深度学习文章标签：深度学习人工智能机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/ASD___0/article/details/130768937

版权

机器学习、深度学习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

《动手学深度学习》3.1中提及小批量随机梯度下降

梯度下降：通过方向（梯度反方向）+步长，在原有点的基础上更靠近最小值点。

设原有点为 $x^{(0)}$ ，目标函数为 $f(x)$ ，对 $x^{(0)}$ 的任一方向 $D$ ，若存在实数 $\lambda_{0}>0$ ，使任意 $\lambda\in (0,\lambda_{0})$ 均有 $f(x^{(0)}+\lambda D)<f(x^{(0)})$ ，方向 $D$ 就为点 $x^{(0)}$ 的一个下降方向

将目标函数 $f(x)$ 在点 $x^{(0)}$ 处作一阶泰勒展开，可知满足条件 $\bigtriangledown f(x^{(0)})^{T}D<0$ 的方向 $D$ 必为点 $x^{(0)}$ 的下降方向，显然取 $D=-\bigtriangledown f(x^{(0)})$ （梯度反方向）一定是下降方向。

这里解释了为什么梯度反方向是下降方向，关于小批量和随机概念可参阅一文搞懂梯度下降_kuokay的博客-CSDN博客

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
小批量随机梯度下降

梯度下降：通过方向（梯度反方向）+步长，在原有点的基础上更靠近最小值点。这里解释了为什么梯度反方向是下降方向，关于小批量和随机概念可参阅。《动手学深度学习》3.1中提及小批量随机梯度下降。处作一阶泰勒展开，可知满足条件。（梯度反方向）一定是下降方向。
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。