梯度下降法是为了求出最小的Loss Function而开始使用的,下面介绍几种常用的梯度下降法
Adagrad
理论上来说,随着梯度越来越趋向于0,学习率也应该越小越好,对于不同的参数来说,学习率也不应该是相同的。所以发明了这一种方法:
这个公式的意义是,分子代表给大的梯度大的学习率,分母起到了相反的效果,他们之间相互牵制,我认为有一种阴阳平衡的思想蕴含在其中
SGD(随机梯度下降法)
SGD的基本思想是每次进行梯度下降计算时只取少数一部分数据进行计算,这样大大提高了运算速度,而且也有一定的可能性能跳过驻点和局部最低点,是目前最为广泛使用的梯度下降算法之一。正所谓天下武功,唯快不破,它赢在速度优势上
特征缩放
特征缩放是为了使不同的特征有同样的尺度,常见的方法如下